Merge branch 'master' of https://github.com/AlexeyAB/darknet into Fix_get_c...

IlyaOvodov

2018-06-04 f0abcfa02b2094396f955c743f7f11fcdb2e3d13

 src/region_layer.c

@@ -130,12 +130,15 @@
    } else {      
      // Focal loss
      if (focal_loss) {
         // Focal Loss for Dense Object Detection: http://blog.csdn.net/linmingan/article/details/77885832
         // Focal Loss
         float alpha = 0.5;   // 0.25 or 0.5
         //float gamma = 2;   // hardcoded in many places of the grad-formula 

         int ti = index + class_id;
         float grad = -2 * (1 - output[ti])*logf(fmaxf(output[ti], 0.0000001))*output[ti] + (1 - output[ti])*(1 - output[ti]);
         float pt = output[ti] + 0.000000000000001F;
         // http://fooplot.com/#W3sidHlwZSI6MCwiZXEiOiItKDEteCkqKDIqeCpsb2coeCkreC0xKSIsImNvbG9yIjoiIzAwMDAwMCJ9LHsidHlwZSI6MTAwMH1d
         float grad = -(1 - pt) * (2 * pt*logf(pt) + pt - 1);  // http://blog.csdn.net/linmingan/article/details/77885832	
         //float grad = (1 - pt) * (2 * pt*logf(pt) + pt - 1); // https://github.com/unsky/focal-loss

         for (n = 0; n < classes; ++n) {
            delta[index + n] = scale * (((n == class_id) ? 1 : 0) - output[index + n]);
@@ -165,6 +168,13 @@
    return (x != x);
}

static int entry_index(layer l, int batch, int location, int entry)
{
   int n = location / (l.w*l.h);
   int loc = location % (l.w*l.h);
   return batch*l.outputs + n*l.w*l.h*(l.coords + l.classes + 1) + entry*l.w*l.h + loc;
}

void softmax_tree(float *input, int batch, int inputs, float temp, tree *hierarchy, float *output);
void forward_region_layer(const region_layer l, network_state state)
{
@@ -246,6 +256,8 @@
                    int best_class_id = -1;
                    for(t = 0; t < l.max_boxes; ++t){
                        box truth = float_to_box(state.truth + t*5 + b*l.truths);
                  int class_id = state.truth[t * 5 + b*l.truths + 4];
                  if (class_id >= l.classes) continue; // if label contains class_id more than number of classes in the cfg-file
                        if(!truth.x) break;
                        float iou = box_iou(pred, truth);
                        if (iou > best_iou) {
@@ -283,6 +295,12 @@
        }
        for(t = 0; t < l.max_boxes; ++t){
            box truth = float_to_box(state.truth + t*5 + b*l.truths);
         int class_id = state.truth[t * 5 + b*l.truths + 4];
         if (class_id >= l.classes) {
            printf(" Warning: in txt-labels class_id=%d >= classes=%d in cfg-file. In txt-labels class_id should be [from 0 to %d] \n", class_id, l.classes, l.classes-1);
            getchar();
            continue; // if label contains class_id more than number of classes in the cfg-file
         }

            if(!truth.x) break;
            float best_iou = 0;
@@ -329,8 +347,6 @@
                l.delta[best_index + 4] = l.object_scale * (iou - l.output[best_index + 4]) * logistic_gradient(l.output[best_index + 4]);
            }


            int class_id = state.truth[t*5 + b*l.truths + 4];
            if (l.map) class_id = l.map[class_id];
            delta_region_class(l.output, l.delta, best_index + 5, class_id, l.classes, l.softmax_tree, l.class_scale, &avg_cat, l.focal_loss);
            ++count;
@@ -434,7 +450,7 @@
        cuda_pull_array(state.truth, truth_cpu, num_truth);
    }
    cuda_pull_array(l.output_gpu, in_cpu, l.batch*l.inputs);
   cudaStreamSynchronize(get_cuda_stream());
   //cudaStreamSynchronize(get_cuda_stream());
    network_state cpu_state = state;
    cpu_state.train = state.train;
    cpu_state.truth = truth_cpu;
@@ -444,7 +460,7 @@
    free(cpu_state.input);
    if(!state.train) return;
    cuda_push_array(l.delta_gpu, l.delta, l.batch*l.outputs);
   cudaStreamSynchronize(get_cuda_stream());
   //cudaStreamSynchronize(get_cuda_stream());
    if(cpu_state.truth) free(cpu_state.truth);
}

@@ -454,3 +470,110 @@
}
#endif


void correct_region_boxes(detection *dets, int n, int w, int h, int netw, int neth, int relative)
{
   int i;
   int new_w = 0;
   int new_h = 0;
   if (((float)netw / w) < ((float)neth / h)) {
      new_w = netw;
      new_h = (h * netw) / w;
   }
   else {
      new_h = neth;
      new_w = (w * neth) / h;
   }
   for (i = 0; i < n; ++i) {
      box b = dets[i].bbox;
      b.x = (b.x - (netw - new_w) / 2. / netw) / ((float)new_w / netw);
      b.y = (b.y - (neth - new_h) / 2. / neth) / ((float)new_h / neth);
      b.w *= (float)netw / new_w;
      b.h *= (float)neth / new_h;
      if (!relative) {
         b.x *= w;
         b.w *= w;
         b.y *= h;
         b.h *= h;
      }
      dets[i].bbox = b;
   }
}


void get_region_detections(layer l, int w, int h, int netw, int neth, float thresh, int *map, float tree_thresh, int relative, detection *dets)
{
   int i, j, n, z;
   float *predictions = l.output;
   if (l.batch == 2) {
      float *flip = l.output + l.outputs;
      for (j = 0; j < l.h; ++j) {
         for (i = 0; i < l.w / 2; ++i) {
            for (n = 0; n < l.n; ++n) {
               for (z = 0; z < l.classes + l.coords + 1; ++z) {
                  int i1 = z*l.w*l.h*l.n + n*l.w*l.h + j*l.w + i;
                  int i2 = z*l.w*l.h*l.n + n*l.w*l.h + j*l.w + (l.w - i - 1);
                  float swap = flip[i1];
                  flip[i1] = flip[i2];
                  flip[i2] = swap;
                  if (z == 0) {
                     flip[i1] = -flip[i1];
                     flip[i2] = -flip[i2];
                  }
               }
            }
         }
      }
      for (i = 0; i < l.outputs; ++i) {
         l.output[i] = (l.output[i] + flip[i]) / 2.;
      }
   }
   for (i = 0; i < l.w*l.h; ++i) {
      int row = i / l.w;
      int col = i % l.w;
      for (n = 0; n < l.n; ++n) {
         int index = n*l.w*l.h + i;
         for (j = 0; j < l.classes; ++j) {
            dets[index].prob[j] = 0;
         }
         int obj_index = entry_index(l, 0, n*l.w*l.h + i, l.coords);
         int box_index = entry_index(l, 0, n*l.w*l.h + i, 0);
         int mask_index = entry_index(l, 0, n*l.w*l.h + i, 4);
         float scale = l.background ? 1 : predictions[obj_index];
         dets[index].bbox = get_region_box(predictions, l.biases, n, box_index, col, row, l.w, l.h);// , l.w*l.h);
         dets[index].objectness = scale > thresh ? scale : 0;
         if (dets[index].mask) {
            for (j = 0; j < l.coords - 4; ++j) {
               dets[index].mask[j] = l.output[mask_index + j*l.w*l.h];
            }
         }

         int class_index = entry_index(l, 0, n*l.w*l.h + i, l.coords + !l.background);
         if (l.softmax_tree) {

            hierarchy_predictions(predictions + class_index, l.classes, l.softmax_tree, 0);// , l.w*l.h);
            if (map) {
               for (j = 0; j < 200; ++j) {
                  int class_index = entry_index(l, 0, n*l.w*l.h + i, l.coords + 1 + map[j]);
                  float prob = scale*predictions[class_index];
                  dets[index].prob[j] = (prob > thresh) ? prob : 0;
               }
            }
            else {
               int j = hierarchy_top_prediction(predictions + class_index, l.softmax_tree, tree_thresh, l.w*l.h);
               dets[index].prob[j] = (scale > thresh) ? scale : 0;
            }
         }
         else {
            if (dets[index].objectness) {
               for (j = 0; j < l.classes; ++j) {
                  int class_index = entry_index(l, 0, n*l.w*l.h + i, l.coords + 1 + j);
                  float prob = scale*predictions[class_index];
                  dets[index].prob[j] = (prob > thresh) ? prob : 0;
               }
            }
         }
      }
   }
   correct_region_boxes(dets, l.w*l.h*l.n, w, h, netw, neth, relative);
}