Fixed some problems with visualizing networks

Joseph Redmon

2015-07-24 fdcc096694791f92d2cff0e4fd74fbabfca12936

Fixed some problems with visualizing networks

 src/captcha.c

@@ -41,13 +41,13 @@
    //net.seen=0;
    int imgs = 1024;
    int i = net.seen/imgs;
    int solved = 1;
    int solved = 0;
    list *plist;
    char **labels = get_labels("/data/captcha/reimgs.labels2.list");
    if (solved){
        plist = get_paths("/data/captcha/reimgs.solved.list");
    }else{
        plist = get_paths("/data/captcha/reimgs.train.list");
        plist = get_paths("/data/captcha/reimgs.raw.list");
    }
    char **paths = (char **)list_to_array(plist);
    printf("%d\n", plist->size);
@@ -96,7 +96,6 @@
    srand(2222222);
    int i = 0;
    char **names = get_labels("/data/captcha/reimgs.labels2.list");
    clock_t time;
    char input[256];
    int indexes[26];
    while(1){
@@ -110,7 +109,6 @@
        }
        image im = load_image_color(input, net.w, net.h);
        float *X = im.data;
        time=clock();
        float *predictions = network_predict(net, X);
        top_predictions(net, 26, indexes);
        //printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));
@@ -126,6 +124,47 @@
    }
}

void valid_captcha(char *cfgfile, char *weightfile, char *filename)
{
    char **labels = get_labels("/data/captcha/reimgs.labels.list");
    network net = parse_network_cfg(cfgfile);
    if(weightfile){
        load_weights(&net, weightfile);
    }
    list *plist = get_paths("/data/captcha/reimgs.fg.list");
    char **paths = (char **)list_to_array(plist);
    int N = plist->size;
    int outputs = net.outputs;

    set_batch_network(&net, 1);
    srand(2222222);
    int i, j;
    for(i = 0; i < N; ++i){
        if (i%100 == 0) fprintf(stderr, "%d\n", i);
        image im = load_image_color(paths[i], net.w, net.h);
        float *X = im.data;
        float *predictions = network_predict(net, X);
        //printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));
        int truth = -1;
        for(j = 0; j < 13; ++j){
            if (strstr(paths[i], labels[j])) truth = j;
        }
        if (truth == -1){
            fprintf(stderr, "bad: %s\n", paths[i]);
            return;
        }
        printf("%d, ", truth);
        for(j = 0; j < outputs; ++j){
            if (j != 0) printf(", ");
            printf("%f", predictions[j]);
        }
        printf("\n");
        fflush(stdout);
        free_image(im);
        if (filename) break;
    }
}

void train_captcha(char *cfgfile, char *weightfile)
{
    data_seed = time(0);
@@ -189,7 +228,6 @@
    srand(2222222);
    int i = 0;
    char **names = get_labels("/data/captcha/reimgs.labels.list");
    clock_t time;
    char input[256];
    int indexes[13];
    while(1){
@@ -203,7 +241,6 @@
        }
        image im = load_image_color(input, net.w, net.h);
        float *X = im.data;
        time=clock();
        float *predictions = network_predict(net, X);
        top_predictions(net, 13, indexes);
        //printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));
@@ -400,6 +437,7 @@
    char *filename = (argc > 5) ? argv[5]: 0;
    if(0==strcmp(argv[2], "train")) train_captcha2(cfg, weights);
    else if(0==strcmp(argv[2], "test")) test_captcha2(cfg, weights, filename);
    else if(0==strcmp(argv[2], "valid")) valid_captcha(cfg, weights, filename);
    //if(0==strcmp(argv[2], "test")) test_captcha(cfg, weights);
    //else if(0==strcmp(argv[2], "encode")) encode_captcha(cfg, weights);
    //else if(0==strcmp(argv[2], "decode")) decode_captcha(cfg, weights);

 src/convolutional_layer.c

@@ -248,6 +248,7 @@
    int i;
    for(i = 0; i < l.n; ++i){
        filters[i] = copy_image(get_convolutional_filter(l, i));
        normalize_image(filters[i]);
    }
    return filters;
}

 src/data.c

@@ -197,8 +197,6 @@
        h = constrain(0, 1, h);
        if (w < .01 || h < .01) continue;
        if(1){
            //w = sqrt(w);
            //h = sqrt(h);
            w = pow(w, 1./2.);
            h = pow(h, 1./2.);
        }

 src/image.c

@@ -188,7 +188,7 @@
    int x,y,k;
    image copy = copy_image(p);
    constrain_image(copy);
    rgbgr_image(copy);
    if(p.c == 3) rgbgr_image(copy);
    //normalize_image(copy);

    char buff[256];
@@ -849,8 +849,16 @@
void show_images(image *ims, int n, char *window)
{
    image m = collapse_images_vert(ims, n);
    save_image(m, window);
    show_image(m, window);
    int w = 448;
    int h = ((float)m.h/m.w) * 448;
    if(h > 896){
        h = 896;
        w = ((float)m.w/m.h) * 896;
    }
    image sized = resize_image(m, w, h);
    save_image(sized, window);
    show_image(sized, window);
    free_image(sized);
    free_image(m);
}


 src/imagenet.c

@@ -47,7 +47,7 @@
        avg_loss = avg_loss*.9 + loss*.1;
        printf("%d: %f, %f avg, %lf seconds, %d images\n", i, loss, avg_loss, sec(clock()-time), net.seen);
        free_data(train);
        if((i % 20000) == 0) net.learning_rate *= .1;
        if((i % 30000) == 0) net.learning_rate *= .1;
        if(i%1000==0){
            char buff[256];
            sprintf(buff, "/home/pjreddie/imagenet_backup/%s_%d.weights",base, i);

 src/network.c

@@ -125,13 +125,20 @@

float get_network_cost(network net)
{
    int i;
    float sum = 0;
    int count = 0;
    for(i = 0; i < net.n; ++i){
    if(net.layers[net.n-1].type == COST){
        return net.layers[net.n-1].output[0];
            sum += net.layers[net.n-1].output[0];
            ++count;
    }
    if(net.layers[net.n-1].type == DETECTION){
        return net.layers[net.n-1].cost[0];
            sum += net.layers[net.n-1].cost[0];
            ++count;
    }
    return 0;
    }
    return sum/count;
}

int get_predicted_class_network(network net)