up new v4

Scheaven

2021-06-03 168af40fe9a3cc81c6ee16b3e81f154780c36bdb

 lib/detecter_tools/darknet/network.h

@@ -1,179 +1,184 @@
// Oh boy, why am I about to do this....

#ifndef NETWORK_H

#define NETWORK_H

#include "darknet.h"



#include <stdint.h>

#include "layer.h"





#include "image.h"

#include "data.h"

#include "tree.h"



#ifdef __cplusplus

extern "C" {

#endif

/*

typedef enum {

    CONSTANT, STEP, EXP, POLY, STEPS, SIG, RANDOM

} learning_rate_policy;



typedef struct network{

    float *workspace;

    int n;

    int batch;

   uint64_t *seen;

    float epoch;

    int subdivisions;

    float momentum;

    float decay;

    layer *layers;

    int outputs;

    float *output;

    learning_rate_policy policy;



    float learning_rate;

    float gamma;

    float scale;

    float power;

    int time_steps;

    int step;

    int max_batches;

    float *scales;

    int   *steps;

    int num_steps;

    int burn_in;

    int cudnn_half;



    int adam;

    float B1;

    float B2;

    float eps;



    int inputs;

    int h, w, c;

    int max_crop;

    int min_crop;

    int flip; // horizontal flip 50% probability augmentaiont for classifier training (default = 1)

    float angle;

    float aspect;

    float exposure;

    float saturation;

    float hue;

   int small_object;



    int gpu_index;

    tree *hierarchy;



    #ifdef GPU

    float *input_state_gpu;



    float **input_gpu;

    float **truth_gpu;

   float **input16_gpu;

   float **output16_gpu;

   size_t *max_input16_size;

   size_t *max_output16_size;

   int wait_stream;

    #endif

} network;





typedef struct network_state {

    float *truth;

    float *input;

    float *delta;

    float *workspace;

    int train;

    int index;

    network net;

} network_state;

*/



#ifdef GPU

float train_networks(network *nets, int n, data d, int interval);

void sync_nets(network *nets, int n, int interval);

float train_network_datum_gpu(network net, float *x, float *y);

float *network_predict_gpu(network net, float *input);

float * get_network_output_gpu_layer(network net, int i);

float * get_network_delta_gpu_layer(network net, int i);

float *get_network_output_gpu(network net);

void forward_network_gpu(network net, network_state state);

void backward_network_gpu(network net, network_state state);

void update_network_gpu(network net);

void forward_backward_network_gpu(network net, float *x, float *y);

#endif



float get_current_seq_subdivisions(network net);

int get_sequence_value(network net);

float get_current_rate(network net);

int get_current_batch(network net);

int64_t get_current_iteration(network net);

//void free_network(network net); // darknet.h

void compare_networks(network n1, network n2, data d);

char *get_layer_string(LAYER_TYPE a);



network make_network(int n);

void forward_network(network net, network_state state);

void backward_network(network net, network_state state);

void update_network(network net);



float train_network(network net, data d);

float train_network_waitkey(network net, data d, int wait_key);

float train_network_batch(network net, data d, int n);

float train_network_sgd(network net, data d, int n);

float train_network_datum(network net, float *x, float *y);



matrix network_predict_data(network net, data test);

//LIB_API float *network_predict(network net, float *input);

//LIB_API float *network_predict_ptr(network *net, float *input);

float network_accuracy(network net, data d);

float *network_accuracies(network net, data d, int n);

float network_accuracy_multi(network net, data d, int n);

void top_predictions(network net, int n, int *index);

float *get_network_output(network net);

float *get_network_output_layer(network net, int i);

float *get_network_delta_layer(network net, int i);

float *get_network_delta(network net);

int get_network_output_size_layer(network net, int i);

int get_network_output_size(network net);

image get_network_image(network net);

image get_network_image_layer(network net, int i);

int get_predicted_class_network(network net);

void print_network(network net);

void visualize_network(network net);

int resize_network(network *net, int w, int h);

void set_batch_network(network *net, int b);

int get_network_input_size(network net);

float get_network_cost(network net);

//LIB_API layer* get_network_layer(network* net, int i);

//LIB_API detection *get_network_boxes(network *net, int w, int h, float thresh, float hier, int *map, int relative, int *num, int letter);

//LIB_API detection *make_network_boxes(network *net, float thresh, int *num);

//LIB_API void free_detections(detection *dets, int n);

//LIB_API void reset_rnn(network *net);

//LIB_API network *load_network_custom(char *cfg, char *weights, int clear, int batch);

//LIB_API network *load_network(char *cfg, char *weights, int clear);

//LIB_API float *network_predict_image(network *net, image im);

//LIB_API float validate_detector_map(char *datacfg, char *cfgfile, char *weightfile, float thresh_calc_avg_iou, const float iou_thresh, int map_points, int letter_box, network *existing_net);

//LIB_API void train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear, int dont_show, int calc_map, int mjpeg_port);

//LIB_API int network_width(network *net);

//LIB_API int network_height(network *net);

//LIB_API void optimize_picture(network *net, image orig, int max_layer, float scale, float rate, float thresh, int norm);



int get_network_nuisance(network net);

int get_network_background(network net);

//LIB_API void fuse_conv_batchnorm(network net);

//LIB_API void calculate_binary_weights(network net);

network combine_train_valid_networks(network net_train, network net_map);

void copy_weights_net(network net_train, network *net_map);

void free_network_recurrent_state(network net);

void randomize_network_recurrent_state(network net);

void remember_network_recurrent_state(network net);

void restore_network_recurrent_state(network net);



#ifdef __cplusplus

}

#endif



#endif

// Oh boy, why am I about to do this....
#ifndef NETWORK_H
#define NETWORK_H
#include "darknet.h"

#include <stdint.h>
#include "layer.h"


#include "image.h"
#include "data.h"
#include "tree.h"

#ifdef __cplusplus
extern "C" {
#endif
/*
typedef enum {
    CONSTANT, STEP, EXP, POLY, STEPS, SIG, RANDOM
} learning_rate_policy;

typedef struct network{
    float *workspace;
    int n;
    int batch;
   uint64_t *seen;
    float epoch;
    int subdivisions;
    float momentum;
    float decay;
    layer *layers;
    int outputs;
    float *output;
    learning_rate_policy policy;

    float learning_rate;
    float gamma;
    float scale;
    float power;
    int time_steps;
    int step;
    int max_batches;
    float *scales;
    int   *steps;
    int num_steps;
    int burn_in;
    int cudnn_half;

    int adam;
    float B1;
    float B2;
    float eps;

    int inputs;
    int h, w, c;
    int max_crop;
    int min_crop;
    int flip; // horizontal flip 50% probability augmentaiont for classifier training (default = 1)
    float angle;
    float aspect;
    float exposure;
    float saturation;
    float hue;
   int small_object;

    int gpu_index;
    tree *hierarchy;

    #ifdef GPU
    float *input_state_gpu;

    float **input_gpu;
    float **truth_gpu;
   float **input16_gpu;
   float **output16_gpu;
   size_t *max_input16_size;
   size_t *max_output16_size;
   int wait_stream;
    #endif
} network;


typedef struct network_state {
    float *truth;
    float *input;
    float *delta;
    float *workspace;
    int train;
    int index;
    network net;
} network_state;
*/

#ifdef GPU
float train_networks(network *nets, int n, data d, int interval);
void sync_nets(network *nets, int n, int interval);
float train_network_datum_gpu(network net, float *x, float *y);
float *network_predict_gpu(network net, float *input);
float * get_network_output_gpu_layer(network net, int i);
float * get_network_delta_gpu_layer(network net, int i);
float *get_network_output_gpu(network net);
void forward_network_gpu(network net, network_state state);
void backward_network_gpu(network net, network_state state);
void update_network_gpu(network net);
void forward_backward_network_gpu(network net, float *x, float *y);
#endif

float get_current_seq_subdivisions(network net);
int get_sequence_value(network net);
float get_current_rate(network net);
int get_current_batch(network net);
int64_t get_current_iteration(network net);
//void free_network(network net); // darknet.h
void compare_networks(network n1, network n2, data d);
char *get_layer_string(LAYER_TYPE a);

network make_network(int n);
void forward_network(network net, network_state state);
void backward_network(network net, network_state state);
void update_network(network net);

float train_network(network net, data d);
float train_network_waitkey(network net, data d, int wait_key);
float train_network_batch(network net, data d, int n);
float train_network_sgd(network net, data d, int n);
float train_network_datum(network net, float *x, float *y);

matrix network_predict_data(network net, data test);
//LIB_API float *network_predict(network net, float *input);
//LIB_API float *network_predict_ptr(network *net, float *input);
float network_accuracy(network net, data d);
float *network_accuracies(network net, data d, int n);
float network_accuracy_multi(network net, data d, int n);
void top_predictions(network net, int n, int *index);
float *get_network_output(network net);
float *get_network_output_layer(network net, int i);
float *get_network_delta_layer(network net, int i);
float *get_network_delta(network net);
int get_network_output_size_layer(network net, int i);
int get_network_output_size(network net);
image get_network_image(network net);
image get_network_image_layer(network net, int i);
int get_predicted_class_network(network net);
void print_network(network net);
void visualize_network(network net);
int resize_network(network *net, int w, int h);
void set_batch_network(network *net, int b);
int get_network_input_size(network net);
float get_network_cost(network net);
//LIB_API layer* get_network_layer(network* net, int i);
//LIB_API detection *get_network_boxes(network *net, int w, int h, float thresh, float hier, int *map, int relative, int *num, int letter);
//LIB_API detection *make_network_boxes(network *net, float thresh, int *num);
//LIB_API void free_detections(detection *dets, int n);
//LIB_API void reset_rnn(network *net);
//LIB_API network *load_network_custom(char *cfg, char *weights, int clear, int batch);
//LIB_API network *load_network(char *cfg, char *weights, int clear);
//LIB_API float *network_predict_image(network *net, image im);
//LIB_API float validate_detector_map(char *datacfg, char *cfgfile, char *weightfile, float thresh_calc_avg_iou, const float iou_thresh, int map_points, int letter_box, network *existing_net);
//LIB_API void train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear, int dont_show, int calc_map, int mjpeg_port);
//LIB_API int network_width(network *net);
//LIB_API int network_height(network *net);
//LIB_API void optimize_picture(network *net, image orig, int max_layer, float scale, float rate, float thresh, int norm);

int get_network_nuisance(network net);
int get_network_background(network net);
//LIB_API void fuse_conv_batchnorm(network net);
//LIB_API void calculate_binary_weights(network net);
network combine_train_valid_networks(network net_train, network net_map);
void copy_weights_net(network net_train, network *net_map);
void free_network_recurrent_state(network net);
void randomize_network_recurrent_state(network net);
void remember_network_recurrent_state(network net);
void restore_network_recurrent_state(network net);
int is_ema_initialized(network net);
void ema_update(network net, float ema_alpha);
void ema_apply(network net);
void reject_similar_weights(network net, float sim_threshold);


#ifdef __cplusplus
}
#endif

#endif