Added: calc_anchors

AlexeyAB

2018-03-04 f39160f6e8f4465e9325e235e18f0d9413d1f672

 src/detector.c

@@ -10,7 +10,9 @@
#ifdef OPENCV
#include "opencv2/highgui/highgui_c.h"
#include "opencv2/core/core_c.h"
//#include "opencv2/core/core.hpp"
#include "opencv2/core/version.hpp"
#include "opencv2/imgproc/imgproc_c.h"

#ifndef CV_VERSION_EPOCH
#include "opencv2/videoio/videoio_c.h"
@@ -245,8 +247,8 @@
        if (ymax > h) ymax = h;

        for(j = 0; j < classes; ++j){
            int class = j;
            if (probs[i][class]) fprintf(fp, "%d %d %f %f %f %f %f\n", id, j+1, probs[i][class],
            int class_id = j;
            if (probs[i][class_id]) fprintf(fp, "%d %d %f %f %f %f %f\n", id, j+1, probs[i][class_id],
                    xmin, ymin, xmax, ymax);
        }
    }
@@ -495,13 +497,13 @@
   return 0;
}

void validate_detector_map(char *datacfg, char *cfgfile, char *weightfile)
void validate_detector_map(char *datacfg, char *cfgfile, char *weightfile, float thresh_calc_avg_iou)
{
   int j;
   list *options = read_data_cfg(datacfg);
   char *valid_images = option_find_str(options, "valid", "data/train.list");
   char *valid_images = option_find_str(options, "valid", "data/train.txt");
   char *difficult_valid_images = option_find_str(options, "difficult", NULL);
   char *name_list = option_find_str(options, "names", "data/names.list");
   //char *prefix = option_find_str(options, "results", "results");
   char **names = get_labels(name_list);
   char *mapf = option_find_str(options, "map", 0);
   int *map = 0;
@@ -515,10 +517,16 @@
   fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
   srand(time(0));

   char *base = "comp4_det_test_";
   list *plist = get_paths(valid_images);
   char **paths = (char **)list_to_array(plist);

   char **paths_dif = NULL;
   if (difficult_valid_images) {
      list *plist_dif = get_paths(difficult_valid_images);
      paths_dif = (char **)list_to_array(plist_dif);
   }
	

   layer l = net.layers[net.n - 1];
   int classes = l.classes;

@@ -546,9 +554,14 @@
   args.h = net.h;
   args.type = IMAGE_DATA;

   //const float thresh_calc_avg_iou = 0.24;
   float avg_iou = 0;
   int tp_for_thresh = 0;
   int fp_for_thresh = 0;

   box_prob *detections = calloc(1, sizeof(box_prob));
   int detections_count = 0;
   int unique_truth_index = 0;
   int unique_truth_count = 0;

   int *truth_classes_count = calloc(classes, sizeof(int));

@@ -574,7 +587,7 @@
      }
      for (t = 0; t < nthreads && i + t - nthreads < m; ++t) {
         const int image_index = i + t - nthreads;
         char *path = paths[i + t - nthreads];
         char *path = paths[image_index];
         char *id = basecfg(path);
         float *X = val_resized[t].data;
         network_predict(net, X);
@@ -594,6 +607,22 @@
            truth_classes_count[truth[j].id]++;
         }

         // difficult
         box_label *truth_dif = NULL;
         int num_labels_dif = 0;
         if (paths_dif)
         {
            char *path_dif = paths_dif[image_index];

            char labelpath_dif[4096];
            find_replace(path_dif, "images", "labels", labelpath_dif);
            find_replace(labelpath_dif, "JPEGImages", "labels", labelpath_dif);
            find_replace(labelpath_dif, ".jpg", ".txt", labelpath_dif);
            find_replace(labelpath_dif, ".JPEG", ".txt", labelpath_dif);
            find_replace(labelpath_dif, ".png", ".txt", labelpath_dif);				
            truth_dif = read_boxes(labelpath_dif, &num_labels_dif);
         }

         for (i = 0; i < (l.w*l.h*l.n); ++i) {

            int class_id;
@@ -606,6 +635,8 @@
                  detections[detections_count - 1].p = prob;
                  detections[detections_count - 1].image_index = image_index;
                  detections[detections_count - 1].class_id = class_id;
                  detections[detections_count - 1].truth_flag = 0;
                  detections[detections_count - 1].unique_truth_index = -1;

                  int truth_index = -1;
                  float max_iou = 0;
@@ -617,21 +648,43 @@
                     float current_iou = box_iou(boxes[i], t);
                     if (current_iou > iou_thresh && class_id == truth[j].id) {
                        if (current_iou > max_iou) {
                           current_iou = max_iou;
                           truth_index = unique_truth_index + j;
                           max_iou = current_iou;
                           truth_index = unique_truth_count + j;
                        }
                     }
                  }

                  // best IoU
                  if (truth_index > -1) {
                     detections[detections_count - 1].truth_flag = 1;
                     detections[detections_count - 1].unique_truth_index = truth_index;
                  }
                  else {
                     // if object is difficult then remove detection
                     for (j = 0; j < num_labels_dif; ++j) {
                        box t = { truth_dif[j].x, truth_dif[j].y, truth_dif[j].w, truth_dif[j].h };
                        float current_iou = box_iou(boxes[i], t);
                        if (current_iou > iou_thresh && class_id == truth_dif[j].id) {
                           --detections_count;
                           break;
                        }
                     }
                  }

                  // calc avg IoU, true-positives, false-positives for required Threshold
                  if (prob > thresh_calc_avg_iou) {
                     if (truth_index > -1) {
                        avg_iou += max_iou;
                        ++tp_for_thresh;
                     }
                     else
                        fp_for_thresh++;
                  }
               }
            }
         }
         
         unique_truth_index += num_labels;
         unique_truth_count += num_labels;

         free(id);
         free_image(val[t]);
@@ -639,6 +692,8 @@
      }
   }

   avg_iou = avg_iou / (tp_for_thresh + fp_for_thresh);

   
   // SORT(detections)
   qsort(detections, detections_count, sizeof(box_prob), detections_comparator);
@@ -654,10 +709,10 @@
   for (i = 0; i < classes; ++i) {
      pr[i] = calloc(detections_count, sizeof(pr_t));
   }
   printf("detections_count = %d, unique_truth_index = %d  \n", detections_count, unique_truth_index);
   printf("detections_count = %d, unique_truth_count = %d  \n", detections_count, unique_truth_count);


   int *truth_flags = calloc(unique_truth_index, sizeof(int));
   int *truth_flags = calloc(unique_truth_count, sizeof(int));

   int rank;
   for (rank = 0; rank < detections_count; ++rank) {
@@ -685,7 +740,6 @@
         pr[d.class_id][rank].fp++; // false-positive
      }


      for (i = 0; i < classes; ++i) 
      {
         const int tp = pr[i][rank].tp;
@@ -720,15 +774,24 @@
               }
            }
         }
         //printf("point = %d, cur_recall = %.4f, cur_precision = %.4f \n", point, cur_recall, cur_precision);
         //printf("class_id = %d, point = %d, cur_recall = %.4f, cur_precision = %.4f \n", i, point, cur_recall, cur_precision);

         avg_precision += cur_precision;
      }
      avg_precision = avg_precision / 11;
      printf("class = %d, name = %s, \t ap = %2.2f %% \n", i, names[i], avg_precision*100);
      printf("class_id = %d, name = %s, \t ap = %2.2f %% \n", i, names[i], avg_precision*100);
      mean_average_precision += avg_precision;
   }
   
   const float cur_precision = (float)tp_for_thresh / ((float)tp_for_thresh + (float)fp_for_thresh);
   const float cur_recall = (float)tp_for_thresh / ((float)tp_for_thresh + (float)(unique_truth_count - tp_for_thresh));
   const float f1_score = 2.F * cur_precision * cur_recall / (cur_precision + cur_recall);
   printf(" for thresh = %1.2f, precision = %1.2f, recall = %1.2f, F1-score = %1.2f \n",
      thresh_calc_avg_iou, cur_precision, cur_recall, f1_score);

   printf(" for thresh = %0.2f, TP = %d, FP = %d, FN = %d, average IoU = %2.2f %% \n", 
      thresh_calc_avg_iou, tp_for_thresh, fp_for_thresh, unique_truth_count - tp_for_thresh, avg_iou * 100);

   mean_average_precision = mean_average_precision / classes;
   printf("\n mean average precision (mAP) = %f, or %2.2f %% \n", mean_average_precision, mean_average_precision*100);

@@ -743,7 +806,96 @@
   fprintf(stderr, "Total Detection Time: %f Seconds\n", (double)(time(0) - start));
}

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh)
#ifdef OPENCV
void calc_anchors(char *datacfg, int num_of_clusters, int final_width, int final_height)
{
   printf("\n num_of_clusters = %d, final_width = %d, final_height = %d \n", num_of_clusters, final_width, final_height);

   //float pointsdata[] = { 1,1, 2,2, 6,6, 5,5, 10,10 };
   float *rel_width_height_array = calloc(1000, sizeof(float));

   list *options = read_data_cfg(datacfg);
   char *train_images = option_find_str(options, "train", "data/train.list");
   list *plist = get_paths(train_images);
   int number_of_images = plist->size;
   char **paths = (char **)list_to_array(plist);

   int number_of_boxes = 0;
   printf(" read labels from %d images \n", number_of_images);

   int i, j;
   for (i = 0; i < number_of_images; ++i) {
      char *path = paths[i];
      char labelpath[4096];
      find_replace(path, "images", "labels", labelpath);
      find_replace(labelpath, "JPEGImages", "labels", labelpath);
      find_replace(labelpath, ".jpg", ".txt", labelpath);
      find_replace(labelpath, ".JPEG", ".txt", labelpath);
      find_replace(labelpath, ".png", ".txt", labelpath);
      int num_labels = 0;
      box_label *truth = read_boxes(labelpath, &num_labels);
      //printf(" new path: %s \n", labelpath);
      for (j = 0; j < num_labels; ++j)
      {
         number_of_boxes++;
         rel_width_height_array = realloc(rel_width_height_array, 2 * number_of_boxes * sizeof(float));
         rel_width_height_array[number_of_boxes * 2 - 2] = truth[j].w * final_width;
         rel_width_height_array[number_of_boxes * 2 - 1] = truth[j].h * final_height;
         printf("\r loaded \t image: %d \t box: %d", i+1, number_of_boxes);
      }
   }
   printf("\n all loaded. \n");

   //int number_of_boxes = 10;
   CvMat* points = cvCreateMat(number_of_boxes, 2, CV_32FC1);
   CvMat* centers = cvCreateMat(num_of_clusters, 2, CV_32FC1);
   CvMat* labels = cvCreateMat(number_of_boxes, 1, CV_32SC1);

   for (i = 0; i < number_of_boxes; ++i) {
      points->data.fl[i * 2] = rel_width_height_array[i * 2];
      points->data.fl[i * 2 + 1] = rel_width_height_array[i * 2 + 1];
      //cvSet1D(points, i * 2, cvScalar(rel_width_height_array[i * 2], 0, 0, 0));
      //cvSet1D(points, i * 2 + 1, cvScalar(rel_width_height_array[i * 2 + 1], 0, 0, 0));
   }


   const int attemps = 1000;
   double compactness;

   enum {
      KMEANS_RANDOM_CENTERS = 0,
      KMEANS_USE_INITIAL_LABELS = 1,
      KMEANS_PP_CENTERS = 2
   };
	
   printf("\n calculating k-means++ ...");
   // Should be used: distance(box, centroid) = 1 - IoU(box, centroid)
   cvKMeans2(points, num_of_clusters, labels, 
      cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 1000, 0), attemps, 
      0, KMEANS_RANDOM_CENTERS, 
      centers, &compactness);

   printf("\n");
   printf("anchors = ");
   for (i = 0; i < num_of_clusters; ++i) {
      printf("%2.2f,%2.2f, ", centers->data.fl[i * 2], centers->data.fl[i * 2 + 1]);
   }

   //for (i = 0; i < number_of_boxes; ++i)
   // printf("%2.2f,%2.2f, ", points->data.fl[i * 2], points->data.fl[i * 2 + 1]);

   free(rel_width_height_array);
   cvReleaseMat(&points);
   cvReleaseMat(&centers);
   cvReleaseMat(&labels);
}
#else
void calc_anchors(char *datacfg, int num_of_clusters, int final_width, int final_height) {
   printf(" k-means++ can't be used without OpenCV, because there is used cvKMeans2 implementation \n");
}
#endif // OPENCV

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, int dont_show)
{
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
@@ -788,15 +940,19 @@
        if (nms) do_nms_sort(boxes, probs, l.w*l.h*l.n, l.classes, nms);
        draw_detections(im, l.w*l.h*l.n, thresh, boxes, probs, names, alphabet, l.classes);
        save_image(im, "predictions");
        show_image(im, "predictions");
      if (!dont_show) {
         show_image(im, "predictions");
      }

        free_image(im);
        free_image(sized);
        free(boxes);
        free_ptrs((void **)probs, l.w*l.h*l.n);
#ifdef OPENCV
        cvWaitKey(0);
        cvDestroyAllWindows();
      if (!dont_show) {
         cvWaitKey(0);
         cvDestroyAllWindows();
      }
#endif
        if (filename) break;
    }
@@ -804,11 +960,16 @@

void run_detector(int argc, char **argv)
{
   int dont_show = find_arg(argc, argv, "-dont_show");
   int http_stream_port = find_int_arg(argc, argv, "-http_port", -1);
   char *out_filename = find_char_arg(argc, argv, "-out_filename", 0);
    char *prefix = find_char_arg(argc, argv, "-prefix", 0);
    float thresh = find_float_arg(argc, argv, "-thresh", .24);
    int cam_index = find_int_arg(argc, argv, "-c", 0);
    int frame_skip = find_int_arg(argc, argv, "-s", 0);
   int num_of_clusters = find_int_arg(argc, argv, "-num_of_clusters", 5);
   int final_width = find_int_arg(argc, argv, "-final_width", 13);
   int final_heigh = find_int_arg(argc, argv, "-final_heigh", 13);
    if(argc < 4){
        fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);
        return;
@@ -844,11 +1005,12 @@
   if(weights)
      if (weights[strlen(weights) - 1] == 0x0d) weights[strlen(weights) - 1] = 0;
    char *filename = (argc > 6) ? argv[6]: 0;
    if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh);
    if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh, dont_show);
    else if(0==strcmp(argv[2], "train")) train_detector(datacfg, cfg, weights, gpus, ngpus, clear);
    else if(0==strcmp(argv[2], "valid")) validate_detector(datacfg, cfg, weights);
    else if(0==strcmp(argv[2], "recall")) validate_detector_recall(datacfg, cfg, weights);
   else if(0==strcmp(argv[2], "map")) validate_detector_map(datacfg, cfg, weights);
   else if(0==strcmp(argv[2], "map")) validate_detector_map(datacfg, cfg, weights, thresh);
   else if(0==strcmp(argv[2], "calc_anchors"))  calc_anchors(datacfg, num_of_clusters, final_width, final_heigh);
    else if(0==strcmp(argv[2], "demo")) {
        list *options = read_data_cfg(datacfg);
        int classes = option_find_int(options, "classes", 20);
@@ -856,6 +1018,7 @@
        char **names = get_labels(name_list);
      if(filename)
         if (filename[strlen(filename) - 1] == 0x0d) filename[strlen(filename) - 1] = 0;
        demo(cfg, weights, thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename);
        demo(cfg, weights, thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename, 
         http_stream_port, dont_show);
    }
}