sides of box instead of coords

Joseph Redmon

2015-03-30 ad59d7e68e4e317519cb33f2cf8796e85908f008

sides of box instead of coords

 src/data.c

@@ -16,6 +16,7 @@
    int w;
    int nh;
    int nw;
    int num_boxes;
    int jitter;
    int classes;
    int background;
@@ -106,56 +107,62 @@
    }
}

void fill_truth_detection(char *path, float *truth, int classes, int height, int width, int num_height, int num_width, int dy, int dx, int jitter, int flip, int background)
void fill_truth_detection(char *path, float *truth, int classes, int num_boxes, int flip, int background, float dx, float dy, float sx, float sy)
{
    int box_height = height/num_height;
    int box_width = width/num_width;
    char *labelpath = find_replace(path, "VOC2012/JPEGImages", "labels");
    labelpath = find_replace(labelpath, ".jpg", ".txt");
    int count = 0;
    box *boxes = read_boxes(labelpath, &count);
    randomize_boxes(boxes, count);
    float x, y, h, w;
    float l,r,t,b;
    int id;
    int i;
    if(background){
        for(i = 0; i < num_height*num_width*(4+classes+background); i += 4+classes+background){
        for(i = 0; i < num_boxes*num_boxes*(4+classes+background); i += 4+classes+background){
            truth[i] = 1;
        }
    }
    for(i = 0; i < count; ++i){
        x = boxes[i].x;
        y = boxes[i].y;
        w = boxes[i].w;
        h = boxes[i].h;
        l = boxes[i].left;
        r = boxes[i].right;
        t = boxes[i].top;
        b = boxes[i].bottom;
        id = boxes[i].id;
        if(flip) x = 1-x;
        x *= width + jitter;
        y *= height + jitter;
        x -= dx;
        y -= dy;
        int i = x/box_width;
        int j = y/box_height;

        if(i < 0) i = 0;
        if(i >= num_width) i = num_width-1;
        if(j < 0) j = 0;
        if(j >= num_height) j = num_height-1;
        if(flip){
            float left = l;
            float right = r;
            r = 1-left;
            l = 1-right;
        }
        
        float dw = constrain(0,1, (x - i*box_width)/box_width );
        float dh = constrain(0,1, (y - j*box_height)/box_height );
        float th = constrain(0,1, h*(height+jitter)/height );
        float tw = constrain(0,1, w*(width+jitter)/width );
        l = l*sx-dx;
        r = r*sx-dx;
        t = t*sy-dy;
        b = b*sy-dy;

        int index = (i+j*num_width)*(4+classes+background);
        float x = (l+r)/2.;
        float y = (t+b)/2.;

        if (x < 0 || x >= 1 || y < 0 || y >= 1) continue;

        int i = (int)(x*num_boxes);
        int j = (int)(y*num_boxes);

        l = constrain(0, 1, l);
        r = constrain(0, 1, r);
        t = constrain(0, 1, t);
        b = constrain(0, 1, b);

        int index = (i+j*num_boxes)*(4+classes+background);
        if(truth[index+classes+background+2]) continue;
        if(background) truth[index++] = 0;
        truth[index+id] = 1;
        index += classes;
        truth[index++] = dh;
        truth[index++] = dw;
        truth[index++] = th;
        truth[index++] = tw;
        truth[index++] = l;
        truth[index++] = r;
        truth[index++] = t;
        truth[index++] = b;
    }
    free(boxes);
}
@@ -272,23 +279,30 @@
    }
}

data load_data_detection_jitter_random(int n, char **paths, int m, int classes, int h, int w, int nh, int nw, int jitter, int background)
data load_data_detection_jitter_random(int n, char **paths, int m, int classes, int h, int w, int num_boxes, int jitter, int background)
{
    char **random_paths = get_random_paths(paths, n, m);
    int i;
    data d;
    d.shallow = 0;
    d.X = load_image_paths(random_paths, n, h, w);
    int k = nh*nw*(4+classes+background);
    int k = num_boxes*num_boxes*(4+classes+background);
    d.y = make_matrix(n, k);
    for(i = 0; i < n; ++i){
        int dx = rand()%jitter;
        int dy = rand()%jitter;
        int px = rand()%jitter;
        px = 0;
        int py = rand()%jitter;
        py = 0;
        float sy = (float) h / (h-jitter);
        float sx = (float) w / (w-jitter);
        float dy = (float) py / (h-jitter);
        float dx = (float) px / (w-jitter);

        int flip = rand()%2;
        fill_truth_detection(random_paths[i], d.y.vals[i], classes, h-jitter, w-jitter, nh, nw, dy, dx, jitter, flip, background);
        fill_truth_detection(random_paths[i], d.y.vals[i], classes, num_boxes, flip, background, dx, dy, sx, sy);
        image a = float_to_image(h, w, 3, d.X.vals[i]);
        if(flip) flip_image(a);
        jitter_image(a,h-jitter,w-jitter,dy,dx);
        jitter_image(a, h-jitter, w-jitter, py, px);
    }
    d.X.cols = (h-jitter)*(w-jitter)*3;
    free(random_paths);
@@ -299,7 +313,7 @@
{
    printf("Loading data: %d\n", rand());
    struct load_args a = *(struct load_args*)ptr;
    *a.d = load_data_detection_jitter_random(a.n, a.paths, a.m, a.classes, a.h, a.w, a.nh, a.nw, a.jitter, a.background);
    *a.d = load_data_detection_jitter_random(a.n, a.paths, a.m, a.classes, a.h, a.w, a.num_boxes, a.jitter, a.background);
    translate_data_rows(*a.d, -128);
    scale_data_rows(*a.d, 1./128);
    free(ptr);
@@ -317,6 +331,7 @@
    args->w = w;
    args->nh = nh;
    args->nw = nw;
    args->num_boxes = nw;
    args->classes = classes;
    args->jitter = jitter;
    args->background = background;

 src/data.h

@@ -21,7 +21,7 @@
pthread_t load_data_thread(char **paths, int n, int m, char **labels, int k, int h, int w, data *d);

pthread_t load_data_detection_thread(int n, char **paths, int m, int classes, int h, int w, int nh, int nw, int jitter, int background, data *d);
data load_data_detection_jitter_random(int n, char **paths, int m, int classes, int h, int w, int nh, int nw, int jitter, int background);
data load_data_detection_jitter_random(int n, char **paths, int m, int classes, int h, int w, int num_boxes, int jitter, int background);

data load_data_image_pathfile(char *filename, char **labels, int k, int h, int w);
data load_cifar10_data(char *filename);

 src/detection.c

@@ -27,12 +27,11 @@
                float blue = get_color(2,class,classes);

                j += classes;
                int d = im.w/side;
                int y = r*d+box[j]*d;
                int x = c*d+box[j+1]*d;
                int h = box[j+2]*im.h;
                int w = box[j+3]*im.w;
                draw_box(im, x-w/2, y-h/2, x+w/2, y+h/2,red,green,blue);
                int left = box[j]  *im.w;
                int right = box[j+1]*im.w;
                int top = box[j+2]*im.h;
                int bot = box[j+3]*im.h;
                draw_box(im, left, top, right, bot, red, green, blue);
            }
        }
    }
@@ -140,15 +139,12 @@
                float scale = 1.;
                if(nuisance) scale = 1.-pred.vals[j][k];
                for(class = 0; class < classes; ++class){
                    int index = (k)/(classes+4+background+nuisance); 
                    int r = index/7;
                    int c = index%7;
                    int ci = k+classes+background+nuisance;
                    float y = (r + pred.vals[j][ci + 0])/7.;
                    float x = (c + pred.vals[j][ci + 1])/7.;
                    float h = pred.vals[j][ci + 2];
                    float w = pred.vals[j][ci + 3];
                    printf("%d %d %f %f %f %f %f\n", (i-1)*m/splits + j, class, scale*pred.vals[j][k+class+background+nuisance], y, x, h, w);
                    float left  = pred.vals[j][ci + 0];
                    float right = pred.vals[j][ci + 1];
                    float top   = pred.vals[j][ci + 2];
                    float bot   = pred.vals[j][ci + 3];
                    printf("%d %d %f %f %f %f %f\n", (i-1)*m/splits + j, class, scale*pred.vals[j][k+class+background+nuisance], left, right, top, bot);
                }
            }
        }