blame | history | patch | commit | commitdiff | ignore whitespace
AlexeyAB
2018-03-03 fe44d3d0f29e96714de75234e1fd7e40b05b0296 
 src/detector.c


@@ -9,7 +9,22 @@




#ifdef OPENCV


#include "opencv2/highgui/highgui_c.h"


#include "opencv2/core/core_c.h"


#include "opencv2/core/version.hpp"




#ifndef CV_VERSION_EPOCH


#include "opencv2/videoio/videoio_c.h"


#define OPENCV_VERSION CVAUX_STR(CV_VERSION_MAJOR)""CVAUX_STR(CV_VERSION_MINOR)""CVAUX_STR(CV_VERSION_REVISION)


#pragma comment(lib, "opencv_world" OPENCV_VERSION ".lib")


#else


#define OPENCV_VERSION CVAUX_STR(CV_VERSION_EPOCH)""CVAUX_STR(CV_VERSION_MAJOR)""CVAUX_STR(CV_VERSION_MINOR)


#pragma comment(lib, "opencv_core" OPENCV_VERSION ".lib")


#pragma comment(lib, "opencv_imgproc" OPENCV_VERSION ".lib")


#pragma comment(lib, "opencv_highgui" OPENCV_VERSION ".lib")


#endif




#endif




static int coco_ids[] = {1,2,3,4,5,6,7,8,9,10,11,13,14,15,16,17,18,19,20,21,22,23,24,25,27,28,31,32,33,34,35,36,37,38,39,40,41,42,43,44,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,67,70,72,73,74,75,76,77,78,79,80,81,82,84,85,86,87,88,89,90};




void train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear)


@@ -55,6 +70,9 @@


    //int N = plist->size;


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




   int init_w = net.w;


   int init_h = net.h;




    load_args args = {0};


    args.w = net.w;


    args.h = net.h;


@@ -64,9 +82,10 @@


    args.classes = classes;


    args.jitter = jitter;


    args.num_boxes = l.max_boxes;


   args.small_object = l.small_object;


    args.d = &buffer;


    args.type = DETECTION_DATA;


    args.threads = 8;


   args.threads = 4;// 8;




    args.angle = net.angle;


    args.exposure = net.exposure;


@@ -78,10 +97,11 @@


    int count = 0;


    //while(i*imgs < N*120){


    while(get_current_batch(net) < net.max_batches){


        if(l.random && count++%10 == 0){


      if(l.random && count++%10 == 0){


            printf("Resizing\n");


            int dim = (rand() % 10 + 10) * 32;


            if (get_current_batch(net)+100 > net.max_batches) dim = 544;


         int dim = (rand() % 12 + (init_w/32 - 5)) * 32; // +-160


            //int dim = (rand() % 10 + 10) * 32;


            //if (get_current_batch(net)+100 > net.max_batches) dim = 544;


            //int dim = (rand() % 4 + 16) * 32;


            printf("%d\n", dim);


            args.w = dim;


@@ -137,14 +157,15 @@




        i = get_current_batch(net);


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


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


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


      if (i % 100 == 0) {


#ifdef GPU


            if(ngpus != 1) sync_nets(nets, ngpus, 0);


         if (ngpus != 1) sync_nets(nets, ngpus, 0);


#endif


            char buff[256];


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


            save_weights(net, buff);


        }


         char buff[256];


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


         save_weights(net, buff);


      }


        free_data(train);


    }


#ifdef GPU


@@ -224,8 +245,8 @@


        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);


        }


    }


@@ -243,7 +264,7 @@


    int *map = 0;


    if (mapf) map = read_map(mapf);




    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


@@ -294,6 +315,8 @@


    float thresh = .005;


    float nms = .45;




   int detection_count = 0;




    int nthreads = 4;


    image *val = calloc(nthreads, sizeof(image));


    image *val_resized = calloc(nthreads, sizeof(image));


@@ -335,6 +358,15 @@


            int h = val[t].h;


            get_region_boxes(l, w, h, thresh, probs, boxes, 0, map);


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




         int x, y;


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


            for (y = 0; y < classes; ++y) 


            {


               if (probs[x][y]) ++detection_count;


            }


         }




            if (coco){


                print_cocos(fp, path, boxes, probs, l.w*l.h*l.n, classes, w, h);


            } else if (imagenet){


@@ -355,12 +387,13 @@


        fprintf(fp, "\n]\n");


        fclose(fp);


    }


   printf("\n detection_count = %d \n", detection_count);


    fprintf(stderr, "Total Detection Time: %f Seconds\n", (double)(time(0) - start));


}




void validate_detector_recall(char *cfgfile, char *weightfile)


void validate_detector_recall(char *datacfg, char *cfgfile, char *weightfile)


{


    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


@@ -368,7 +401,9 @@


    fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);


    srand(time(0));




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


   list *options = read_data_cfg(datacfg);


   char *valid_images = option_find_str(options, "valid", "data/train.txt");


    list *plist = get_paths(valid_images);


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




    layer l = net.layers[net.n-1];


@@ -382,10 +417,12 @@


    int m = plist->size;


    int i=0;




    float thresh = .001;


   float thresh = .001;// .001;  // .2;


    float iou_thresh = .5;


    float nms = .4;




   int detection_count = 0, truth_count = 0;




    int total = 0;


    int correct = 0;


    int proposals = 0;


@@ -405,24 +442,26 @@


        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);


      truth_count += num_labels;


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


            if(probs[k][0] > thresh){


                ++proposals;


            }


        }


        for (j = 0; j < num_labels; ++j) {


            ++total;


            box t = {truth[j].x, truth[j].y, truth[j].w, truth[j].h};


            float best_iou = 0;


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


                float iou = box_iou(boxes[k], t);


                if(probs[k][0] > thresh && iou > best_iou){


                    best_iou = iou;


                }


            }


      for (j = 0; j < num_labels; ++j) {


         ++total;


         box t = { truth[j].x, truth[j].y, truth[j].w, truth[j].h };


         float best_iou = 0;


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


            float iou = box_iou(boxes[k], t);


            if (probs[k][0] > thresh && iou > best_iou) {


               best_iou = iou;


            }


         }


            avg_iou += best_iou;


            if(best_iou > iou_thresh){


                ++correct;


@@ -434,16 +473,345 @@


        free_image(orig);


        free_image(sized);


    }


   printf("\n truth_count = %d \n", truth_count);


}




void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh)


typedef struct {


   box b;


   float p;


   int class_id;


   int image_index;


   int truth_flag;


   int unique_truth_index;


} box_prob;




int detections_comparator(const void *pa, const void *pb)


{


   box_prob a = *(box_prob *)pa;


   box_prob b = *(box_prob *)pb;


   float diff = a.p - b.p;


   if (diff < 0) return 1;


   else if (diff > 0) return -1;


   return 0;


}




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.txt");


   char *difficult_valid_images = option_find_str(options, "difficult", NULL);


   char *name_list = option_find_str(options, "names", "data/names.list");


   char **names = get_labels(name_list);


   char *mapf = option_find_str(options, "map", 0);


   int *map = 0;


   if (mapf) map = read_map(mapf);




   network net = parse_network_cfg_custom(cfgfile, 1);


   if (weightfile) {


      load_weights(&net, weightfile);


   }


   set_batch_network(&net, 1);


   fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);


   srand(time(0));




   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;




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


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


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




   int m = plist->size;


   int i = 0;


   int t;




   const float thresh = .005;


   const float nms = .45;


   const float iou_thresh = 0.5;




   int nthreads = 4;


   image *val = calloc(nthreads, sizeof(image));


   image *val_resized = calloc(nthreads, sizeof(image));


   image *buf = calloc(nthreads, sizeof(image));


   image *buf_resized = calloc(nthreads, sizeof(image));


   pthread_t *thr = calloc(nthreads, sizeof(pthread_t));




   load_args args = { 0 };


   args.w = net.w;


   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_count = 0;




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




   for (t = 0; t < nthreads; ++t) {


      args.path = paths[i + t];


      args.im = &buf[t];


      args.resized = &buf_resized[t];


      thr[t] = load_data_in_thread(args);


   }


   time_t start = time(0);


   for (i = nthreads; i < m + nthreads; i += nthreads) {


      fprintf(stderr, "%d\n", i);


      for (t = 0; t < nthreads && i + t - nthreads < m; ++t) {


         pthread_join(thr[t], 0);


         val[t] = buf[t];


         val_resized[t] = buf_resized[t];


      }


      for (t = 0; t < nthreads && i + t < m; ++t) {


         args.path = paths[i + t];


         args.im = &buf[t];


         args.resized = &buf_resized[t];


         thr[t] = load_data_in_thread(args);


      }


      for (t = 0; t < nthreads && i + t - nthreads < m; ++t) {


         const int image_index = i + t - nthreads;


         char *path = paths[image_index];


         char *id = basecfg(path);


         float *X = val_resized[t].data;


         network_predict(net, X);


         get_region_boxes(l, 1, 1, thresh, probs, boxes, 0, map);


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




         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);


         int i, j;


         for (j = 0; j < num_labels; ++j) {


            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;


            for (class_id = 0; class_id < classes; ++class_id) {


               float prob = probs[i][class_id];


               if (prob > 0) {


                  detections_count++;


                  detections = realloc(detections, detections_count * sizeof(box_prob));


                  detections[detections_count - 1].b = boxes[i];


                  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;


                  for (j = 0; j < num_labels; ++j)


                  {


                     box t = { truth[j].x, truth[j].y, truth[j].w, truth[j].h };


                     //printf(" IoU = %f, prob = %f, class_id = %d, truth[j].id = %d \n", 


                     // box_iou(boxes[i], t), prob, class_id, truth[j].id);


                     float current_iou = box_iou(boxes[i], t);


                     if (current_iou > iou_thresh && class_id == truth[j].id) {


                        if (current_iou > max_iou) {


                           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_count += num_labels;




         free(id);


         free_image(val[t]);


         free_image(val_resized[t]);


      }


   }




   avg_iou = avg_iou / (tp_for_thresh + fp_for_thresh);




	


   // SORT(detections)


   qsort(detections, detections_count, sizeof(box_prob), detections_comparator);


	


   typedef struct {


      double precision;


      double recall;


      int tp, fp, fn;


   } pr_t;




   // for PR-curve


   pr_t **pr = calloc(classes, sizeof(pr_t*));


   for (i = 0; i < classes; ++i) {


      pr[i] = calloc(detections_count, sizeof(pr_t));


   }


   printf("detections_count = %d, unique_truth_count = %d  \n", detections_count, unique_truth_count);






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




   int rank;


   for (rank = 0; rank < detections_count; ++rank) {


      if(rank % 100 == 0)


         printf(" rank = %d of ranks = %d \r", rank, detections_count);




      if (rank > 0) {


         int class_id;


         for (class_id = 0; class_id < classes; ++class_id) {


            pr[class_id][rank].tp = pr[class_id][rank - 1].tp;


            pr[class_id][rank].fp = pr[class_id][rank - 1].fp;


         }


      }




      box_prob d = detections[rank];


      // if (detected && isn't detected before)


      if (d.truth_flag == 1) {


         if (truth_flags[d.unique_truth_index] == 0) 


         {


            truth_flags[d.unique_truth_index] = 1;


            pr[d.class_id][rank].tp++; // true-positive


         }


      }


      else {


         pr[d.class_id][rank].fp++; // false-positive


      }




      for (i = 0; i < classes; ++i) 


      {


         const int tp = pr[i][rank].tp;


         const int fp = pr[i][rank].fp;


         const int fn = truth_classes_count[i] - tp;  // false-negative = objects - true-positive


         pr[i][rank].fn = fn;




         if ((tp + fp) > 0) pr[i][rank].precision = (double)tp / (double)(tp + fp);


         else pr[i][rank].precision = 0;




         if ((tp + fn) > 0) pr[i][rank].recall = (double)tp / (double)(tp + fn);


         else pr[i][rank].recall = 0;


      }


   }




   free(truth_flags);


	


	


   double mean_average_precision = 0;




   for (i = 0; i < classes; ++i) {


      double avg_precision = 0;


      int point;


      for (point = 0; point < 11; ++point) {


         double cur_recall = point * 0.1;


         double cur_precision = 0;


         for (rank = 0; rank < detections_count; ++rank)


         {


            if (pr[i][rank].recall >= cur_recall) {   // > or >=


               if (pr[i][rank].precision > cur_precision) {


                  cur_precision = pr[i][rank].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_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);






   for (i = 0; i < classes; ++i) {


      free(pr[i]);


   }


   free(pr);


   free(detections);


   free(truth_classes_count);




   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, int dont_show)


{


    list *options = read_data_cfg(datacfg);


    char *name_list = option_find_str(options, "names", "data/names.list");


    char **names = get_labels(name_list);




    image **alphabet = load_alphabet();


    network net = parse_network_cfg(cfgfile);


    network net = parse_network_cfg_custom(cfgfile, 1);


    if(weightfile){


        load_weights(&net, weightfile);


    }


@@ -457,6 +825,7 @@


    while(1){


        if(filename){


            strncpy(input, filename, 256);


         if (input[strlen(input) - 1] == 0x0d) input[strlen(input) - 1] = 0;


        } else {


            printf("Enter Image Path: ");


            fflush(stdout);


@@ -480,15 +849,19 @@


        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;


    }


@@ -496,8 +869,11 @@




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", .25);


    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);


    if(argc < 4){


@@ -532,16 +908,22 @@


    char *datacfg = argv[3];


    char *cfg = argv[4];


    char *weights = (argc > 5) ? argv[5] : 0;


   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(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, thresh);


    else if(0==strcmp(argv[2], "demo")) {


        list *options = read_data_cfg(datacfg);


        int classes = option_find_int(options, "classes", 20);


        char *name_list = option_find_str(options, "names", "data/names.list");


        char **names = get_labels(name_list);


        demo(cfg, weights, thresh, cam_index, filename, names, classes, frame_skip, prefix);


      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, 


         http_stream_port, dont_show);


    }


}