Minor fix

AlexeyAB

2018-06-26 f88d23ad34fc0a33c32caa98830a56c53f1cd844

 src/yolo_v2_class.hpp

@@ -1,15 +1,4 @@
#pragma once
#include <memory>
#include <vector>
#include <deque>
#include <algorithm>

#ifdef OPENCV
#include <opencv2/opencv.hpp>       // C++
#include "opencv2/highgui/highgui_c.h" // C
#include "opencv2/imgproc/imgproc_c.h" // C
#endif   // OPENCV

#ifdef YOLODLL_EXPORTS
#if defined(_MSC_VER)
#define YOLODLL_API __declspec(dllexport) 
@@ -39,6 +28,28 @@
   float *data;            // pointer to the image data
};

#define C_SHARP_MAX_OBJECTS 1000
struct bbox_t_container {
    bbox_t candidates[C_SHARP_MAX_OBJECTS];
};

#ifdef __cplusplus
#include <memory>
#include <vector>
#include <deque>
#include <algorithm>

#ifdef OPENCV
#include <opencv2/opencv.hpp>       // C++
#include "opencv2/highgui/highgui_c.h" // C
#include "opencv2/imgproc/imgproc_c.h" // C
#endif   // OPENCV

extern "C" YOLODLL_API int max_objects();
extern "C" YOLODLL_API int init(const char *configurationFilename, const char *weightsFilename, int gpu);
extern "C" YOLODLL_API int detect_image(const char *filename, bbox_t_container &container);
extern "C" YOLODLL_API int detect_mat(const uint8_t* data, const size_t data_length, bbox_t_container &container);
extern "C" YOLODLL_API int dispose();

class Detector {
   std::shared_ptr<void> detector_gpu_ptr;
@@ -57,27 +68,28 @@
   static YOLODLL_API void free_image(image_t m);
   YOLODLL_API int get_net_width() const;
   YOLODLL_API int get_net_height() const;
   YOLODLL_API int get_net_color_depth() const;

   YOLODLL_API std::vector<bbox_t> tracking_id(std::vector<bbox_t> cur_bbox_vec, bool const change_history = true, 
                                    int const frames_story = 10, int const max_dist = 150);

   std::vector<bbox_t> detect_resized(image_t img, int init_w, int init_h, float thresh = 0.2, bool use_mean = false)
   {
      if (img.data == NULL)
         throw std::runtime_error("Image is empty");
      auto detection_boxes = detect(img, thresh, use_mean);
      float wk = (float)init_w / img.w, hk = (float)init_h / img.h;
      for (auto &i : detection_boxes) i.x *= wk, i.w *= wk, i.y *= hk, i.h *= hk;
      return detection_boxes;
   }

#ifdef OPENCV
   std::vector<bbox_t> detect(cv::Mat mat, float thresh = 0.2, bool use_mean = false)
   {
      if(mat.data == NULL)
         throw std::runtime_error("Image is empty");
      auto image_ptr = mat_to_image_resize(mat);
      return detect_resized(*image_ptr, mat.size(), thresh, use_mean);
   }

   std::vector<bbox_t> detect_resized(image_t img, cv::Size init_size, float thresh = 0.2, bool use_mean = false)
   {
      if (img.data == NULL)
         throw std::runtime_error("Image is empty");
      auto detection_boxes = detect(img, thresh, use_mean);
      float wk = (float)init_size.width / img.w, hk = (float)init_size.height / img.h;
      for (auto &i : detection_boxes) i.x *= wk, i.w *= wk, i.y *= hk, i.h *= hk;
      return detection_boxes;
      return detect_resized(*image_ptr, mat.cols, mat.rows, thresh, use_mean);
   }

   std::shared_ptr<image_t> mat_to_image_resize(cv::Mat mat) const
@@ -145,7 +157,7 @@



#if defined(TRACK_OPTFLOW) && defined(OPENCV)
#if defined(TRACK_OPTFLOW) && defined(OPENCV) && defined(GPU)

#include <opencv2/cudaoptflow.hpp>
#include <opencv2/cudaimgproc.hpp>
@@ -320,6 +332,123 @@
   }

};

#elif defined(TRACK_OPTFLOW) && defined(OPENCV)

//#include <opencv2/optflow.hpp>
#include <opencv2/video/tracking.hpp>

class Tracker_optflow {
public:
   const int flow_error;


   Tracker_optflow(int win_size = 9, int max_level = 3, int iterations = 8000, int _flow_error = -1) :
      flow_error((_flow_error > 0)? _flow_error:(win_size*4))
   {
      sync_PyrLKOpticalFlow = cv::SparsePyrLKOpticalFlow::create();
      sync_PyrLKOpticalFlow->setWinSize(cv::Size(win_size, win_size));  // 9, 15, 21, 31
      sync_PyrLKOpticalFlow->setMaxLevel(max_level);     // +- 3 pt

   }

   // just to avoid extra allocations
   cv::Mat dst_grey;
   cv::Mat prev_pts_flow, cur_pts_flow;
   cv::Mat status, err;

   cv::Mat src_grey; // used in both functions
   cv::Ptr<cv::SparsePyrLKOpticalFlow> sync_PyrLKOpticalFlow;

   std::vector<bbox_t> cur_bbox_vec;
   std::vector<bool> good_bbox_vec_flags;

   void update_cur_bbox_vec(std::vector<bbox_t> _cur_bbox_vec)
   {
      cur_bbox_vec = _cur_bbox_vec;
      good_bbox_vec_flags = std::vector<bool>(cur_bbox_vec.size(), true);
      cv::Mat prev_pts, cur_pts_flow;

      for (auto &i : cur_bbox_vec) {
         float x_center = (i.x + i.w / 2.0F);
         float y_center = (i.y + i.h / 2.0F);
         prev_pts.push_back(cv::Point2f(x_center, y_center));
      }

      if (prev_pts.rows == 0)
         prev_pts_flow = cv::Mat();
      else
         cv::transpose(prev_pts, prev_pts_flow);
   }


   void update_tracking_flow(cv::Mat new_src_mat, std::vector<bbox_t> _cur_bbox_vec)
   {
      if (new_src_mat.channels() == 3) {

         update_cur_bbox_vec(_cur_bbox_vec);

         cv::cvtColor(new_src_mat, src_grey, CV_BGR2GRAY, 1);
      }
   }


   std::vector<bbox_t> tracking_flow(cv::Mat new_dst_mat, bool check_error = true)
   {
      if (sync_PyrLKOpticalFlow.empty()) {
         std::cout << "sync_PyrLKOpticalFlow isn't initialized \n";
         return cur_bbox_vec;
      }

      cv::cvtColor(new_dst_mat, dst_grey, CV_BGR2GRAY, 1);

      if (src_grey.rows != dst_grey.rows || src_grey.cols != dst_grey.cols) {
         src_grey = dst_grey.clone();
         return cur_bbox_vec;
      }

      if (prev_pts_flow.cols < 1) {
         return cur_bbox_vec;
      }

      ////sync_PyrLKOpticalFlow_gpu.sparse(src_grey_gpu, dst_grey_gpu, prev_pts_flow_gpu, cur_pts_flow_gpu, status_gpu, &err_gpu);  // OpenCV 2.4.x
      sync_PyrLKOpticalFlow->calc(src_grey, dst_grey, prev_pts_flow, cur_pts_flow, status, err);   // OpenCV 3.x

      dst_grey.copyTo(src_grey);

      std::vector<bbox_t> result_bbox_vec;

      if (err.rows == cur_bbox_vec.size() && status.rows == cur_bbox_vec.size())
      {
         for (size_t i = 0; i < cur_bbox_vec.size(); ++i)
         {
            cv::Point2f cur_key_pt = cur_pts_flow.at<cv::Point2f>(0, i);
            cv::Point2f prev_key_pt = prev_pts_flow.at<cv::Point2f>(0, i);

            float moved_x = cur_key_pt.x - prev_key_pt.x;
            float moved_y = cur_key_pt.y - prev_key_pt.y;

            if (abs(moved_x) < 100 && abs(moved_y) < 100 && good_bbox_vec_flags[i])
               if (err.at<float>(0, i) < flow_error && status.at<unsigned char>(0, i) != 0 &&
                  ((float)cur_bbox_vec[i].x + moved_x) > 0 && ((float)cur_bbox_vec[i].y + moved_y) > 0)
               {
                  cur_bbox_vec[i].x += moved_x + 0.5;
                  cur_bbox_vec[i].y += moved_y + 0.5;
                  result_bbox_vec.push_back(cur_bbox_vec[i]);
               }
               else good_bbox_vec_flags[i] = false;
            else good_bbox_vec_flags[i] = false;

            //if(!check_error && !good_bbox_vec_flags[i]) result_bbox_vec.push_back(cur_bbox_vec[i]);
         }
      }

      prev_pts_flow = cur_pts_flow.clone();

      return result_bbox_vec;
   }

};
#else

class Tracker_optflow {};
@@ -329,7 +458,7 @@

#ifdef OPENCV

cv::Scalar obj_id_to_color(int obj_id) {
static cv::Scalar obj_id_to_color(int obj_id) {
   int const colors[6][3] = { { 1,0,1 },{ 0,0,1 },{ 0,1,1 },{ 0,1,0 },{ 1,1,0 },{ 1,0,0 } };
   int const offset = obj_id * 123457 % 6;
   int const color_scale = 150 + (obj_id * 123457) % 100;
@@ -471,3 +600,54 @@
   }
};
#endif   // OPENCV

//extern "C" {
#endif   // __cplusplus

/*
   // C - wrappers
   YOLODLL_API void create_detector(char const* cfg_filename, char const* weight_filename, int gpu_id);
   YOLODLL_API void delete_detector();
   YOLODLL_API bbox_t* detect_custom(image_t img, float thresh, bool use_mean, int *result_size);
   YOLODLL_API bbox_t* detect_resized(image_t img, int init_w, int init_h, float thresh, bool use_mean, int *result_size);
   YOLODLL_API bbox_t* detect(image_t img, int *result_size);
   YOLODLL_API image_t load_img(char *image_filename);
   YOLODLL_API void free_img(image_t m);

#ifdef __cplusplus
}  // extern "C"

static std::shared_ptr<void> c_detector_ptr;
static std::vector<bbox_t> c_result_vec;

void create_detector(char const* cfg_filename, char const* weight_filename, int gpu_id) {
   c_detector_ptr = std::make_shared<YOLODLL_API Detector>(cfg_filename, weight_filename, gpu_id);
}

void delete_detector() { c_detector_ptr.reset(); }

bbox_t* detect_custom(image_t img, float thresh, bool use_mean, int *result_size) {
   c_result_vec = static_cast<Detector*>(c_detector_ptr.get())->detect(img, thresh, use_mean);
   *result_size = c_result_vec.size();
   return c_result_vec.data();
}

bbox_t* detect_resized(image_t img, int init_w, int init_h, float thresh, bool use_mean, int *result_size) {
   c_result_vec = static_cast<Detector*>(c_detector_ptr.get())->detect_resized(img, init_w, init_h, thresh, use_mean);
   *result_size = c_result_vec.size();
   return c_result_vec.data();
}

bbox_t* detect(image_t img, int *result_size) {
   return detect_custom(img, 0.24, true, result_size);
}

image_t load_img(char *image_filename) {
   return static_cast<Detector*>(c_detector_ptr.get())->load_image(image_filename);
}
void free_img(image_t m) {
   static_cast<Detector*>(c_detector_ptr.get())->free_image(m);
}

#endif   // __cplusplus
*/