blame | history | patch | commit | commitdiff | ignore whitespace
Joseph Redmon
2016-05-06 c7b10ceadb1a78e7480d281444a31ae2a7dc1b05 
 src/yolo.c


@@ -10,49 +10,11 @@


#endif




char *voc_names[] = {"aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"};




void draw_yolo(image im, int num, float thresh, box *boxes, float **probs, char *label)


{


    int classes = 20;


    int i;




    for(i = 0; i < num; ++i){


        int class = max_index(probs[i], classes);


        float prob = probs[i][class];


        if(prob > thresh){


            int width = pow(prob, 1./2.)*10;


            printf("%f %s\n", prob, voc_names[class]);


            float red = get_color(0,class,classes);


            float green = get_color(1,class,classes);


            float blue = get_color(2,class,classes);


            //red = green = blue = 0;


            box b = boxes[i];




            int left  = (b.x-b.w/2.)*im.w;


            int right = (b.x+b.w/2.)*im.w;


            int top   = (b.y-b.h/2.)*im.h;


            int bot   = (b.y+b.h/2.)*im.h;




            if(left < 0) left = 0;


            if(right > im.w-1) right = im.w-1;


            if(top < 0) top = 0;


            if(bot > im.h-1) bot = im.h-1;




            draw_box_width(im, left, top, right, bot, width, red, green, blue);


        }


    }


    show_image(im, label);


}


image voc_labels[20];




void train_yolo(char *cfgfile, char *weightfile)


{


    //char *train_images = "/home/pjreddie/data/voc/person_detection/2010_person.txt";


    //char *train_images = "/home/pjreddie/data/people-art/train.txt";


    //char *train_images = "/home/pjreddie/data/voc/test/2012_trainval.txt";


    //char *train_images = "/home/pjreddie/data/voc/test/2010_trainval.txt";


    char *train_images = "/home/pjreddie/data/voc/test/train.txt";


    //char *train_images = "/home/pjreddie/data/voc/test/train_all.txt";


    //char *train_images = "/home/pjreddie/data/voc/test/2007_trainval.txt";


    char *train_images = "/data/voc/train.txt";


    char *backup_directory = "/home/pjreddie/backup/";


    srand(time(0));


    data_seed = time(0);


@@ -103,21 +65,13 @@




        printf("Loaded: %lf seconds\n", sec(clock()-time));




        /*


           image im = float_to_image(net.w, net.h, 3, train.X.vals[113]);


           image copy = copy_image(im);


           draw_yolo(copy, train.y.vals[113], 7, "truth");


           cvWaitKey(0);


           free_image(copy);


         */




        time=clock();


        float loss = train_network(net, train);


        if (avg_loss < 0) avg_loss = loss;


        avg_loss = avg_loss*.9 + loss*.1;




        printf("%d: %f, %f avg, %f rate, %lf seconds, %d images\n", i, loss, avg_loss, get_current_rate(net), sec(clock()-time), i*imgs);


        if(i%1000==0){


        if(i%1000==0 || (i < 1000 && i%100 == 0)){


            char buff[256];


            sprintf(buff, "%s/%s_%d.weights", backup_directory, base, i);


            save_weights(net, buff);


@@ -189,12 +143,9 @@


    srand(time(0));




    char *base = "results/comp4_det_test_";


    //base = "/home/pjreddie/comp4_det_test_";


    //list *plist = get_paths("/home/pjreddie/data/people-art/test.txt");


    //list *plist = get_paths("/home/pjreddie/data/cubist/test.txt");




    list *plist = get_paths("/home/pjreddie/data/voc/test/2007_test.txt");


    //list *plist = get_paths("/home/pjreddie/data/voc/test_2012.txt");


    //list *plist = get_paths("data/voc.2007.test");


    list *plist = get_paths("/home/pjreddie/data/voc/2007_test.txt");


    //list *plist = get_paths("data/voc.2012.test");


    char **paths = (char **)list_to_array(plist);




    layer l = net.layers[net.n-1];


@@ -282,7 +233,7 @@


    srand(time(0));




    char *base = "results/comp4_det_test_";


    list *plist = get_paths("/home/pjreddie/data/voc/test/2007_test.txt");


    list *plist = get_paths("data/voc.2007.test");


    char **paths = (char **)list_to_array(plist);




    layer l = net.layers[net.n-1];


@@ -305,9 +256,8 @@


    int i=0;




    float thresh = .001;


    int nms = 0;


    float iou_thresh = .5;


    float nms_thresh = .5;


    float nms = 0;




    int total = 0;


    int correct = 0;


@@ -321,7 +271,7 @@


        char *id = basecfg(path);


        float *predictions = network_predict(net, sized.data);


        convert_yolo_detections(predictions, classes, l.n, square, side, 1, 1, thresh, probs, boxes, 1);


        if (nms) do_nms(boxes, probs, side*side*l.n, 1, nms_thresh);


        if (nms) do_nms(boxes, probs, side*side*l.n, 1, nms);




        char *labelpath = find_replace(path, "images", "labels");


        labelpath = find_replace(labelpath, "JPEGImages", "labels");


@@ -373,7 +323,6 @@


    char *input = buff;


    int j;


    float nms=.5;


    printf("%d %d %d", l.side, l.n, l.classes);


    box *boxes = calloc(l.side*l.side*l.n, sizeof(box));


    float **probs = calloc(l.side*l.side*l.n, sizeof(float *));


    for(j = 0; j < l.side*l.side*l.n; ++j) probs[j] = calloc(l.classes, sizeof(float *));


@@ -395,7 +344,10 @@


        printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));


        convert_yolo_detections(predictions, l.classes, l.n, l.sqrt, l.side, 1, 1, thresh, probs, boxes, 0);


        if (nms) do_nms_sort(boxes, probs, l.side*l.side*l.n, l.classes, nms);


        draw_yolo(im, l.side*l.side*l.n, thresh, boxes, probs, "predictions");


        //draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, voc_names, voc_labels, 20);


        draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, voc_names, voc_labels, 20);


        show_image(im, "predictions");


        save_image(im, "predictions");




        show_image(sized, "resized");


        free_image(im);


@@ -408,50 +360,19 @@


    }


}




/*


#ifdef OPENCV


image ipl_to_image(IplImage* src);


#include "opencv2/highgui/highgui_c.h"


#include "opencv2/imgproc/imgproc_c.h"




void demo_swag(char *cfgfile, char *weightfile, float thresh)


{


network net = parse_network_cfg(cfgfile);


if(weightfile){


load_weights(&net, weightfile);


}


detection_layer layer = net.layers[net.n-1];


CvCapture *capture = cvCaptureFromCAM(-1);


set_batch_network(&net, 1);


srand(2222222);


while(1){


IplImage* frame = cvQueryFrame(capture);


image im = ipl_to_image(frame);


cvReleaseImage(&frame);


rgbgr_image(im);




image sized = resize_image(im, net.w, net.h);


float *X = sized.data;


float *predictions = network_predict(net, X);


draw_swag(im, predictions, layer.side, layer.n, "predictions", thresh);


free_image(im);


free_image(sized);


cvWaitKey(10);


}


}


#else


void demo_swag(char *cfgfile, char *weightfile, float thresh){}


#endif


 */




void demo_yolo(char *cfgfile, char *weightfile, float thresh);


#ifndef GPU


void demo_yolo(char *cfgfile, char *weightfile, float thresh){}


#endif


void demo_yolo(char *cfgfile, char *weightfile, float thresh, int cam_index, char *filename);




void run_yolo(int argc, char **argv)


{


    int i;


    for(i = 0; i < 20; ++i){


        char buff[256];


        sprintf(buff, "data/labels/%s.png", voc_names[i]);


        voc_labels[i] = load_image_color(buff, 0, 0);


    }




    float thresh = find_float_arg(argc, argv, "-thresh", .2);


    int cam_index = find_int_arg(argc, argv, "-c", 0);


    if(argc < 4){


        fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);


        return;


@@ -464,5 +385,5 @@


    else if(0==strcmp(argv[2], "train")) train_yolo(cfg, weights);


    else if(0==strcmp(argv[2], "valid")) validate_yolo(cfg, weights);


    else if(0==strcmp(argv[2], "recall")) validate_yolo_recall(cfg, weights);


    else if(0==strcmp(argv[2], "demo")) demo_yolo(cfg, weights, thresh);


    else if(0==strcmp(argv[2], "demo")) demo_yolo(cfg, weights, thresh, cam_index, filename);


}