up new v4

Scheaven

2021-06-03 168af40fe9a3cc81c6ee16b3e81f154780c36bdb

 lib/detecter_tools/darknet/tag.c

@@ -1,151 +1,151 @@
#include "network.h"

#include "utils.h"

#include "parser.h"



void train_tag(char *cfgfile, char *weightfile, int clear)

{

    srand(time(0));

    float avg_loss = -1;

    char *base = basecfg(cfgfile);

    char* backup_directory = "backup/";

    printf("%s\n", base);

    network net = parse_network_cfg(cfgfile);

    if(weightfile){

        load_weights(&net, weightfile);

    }

    if (clear) {

        *net.seen = 0;

        *net.cur_iteration = 0;

    }

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

    int imgs = 1024;

    list* plist = get_paths("tag/train.list");

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

    printf("%d\n", plist->size);

    int N = plist->size;

    clock_t time;

    pthread_t load_thread;

    data train;

    data buffer;



    load_args args = {0};

    args.w = net.w;

    args.h = net.h;



    args.min = net.w;

    args.max = net.max_crop;

    args.size = net.w;



    args.paths = paths;

    args.classes = net.outputs;

    args.n = imgs;

    args.m = N;

    args.d = &buffer;

    args.type = TAG_DATA;



    args.angle = net.angle;

    args.exposure = net.exposure;

    args.saturation = net.saturation;

    args.hue = net.hue;



    fprintf(stderr, "%d classes\n", net.outputs);



    load_thread = load_data_in_thread(args);

    int epoch = (*net.seen)/N;

    while(get_current_batch(net) < net.max_batches || net.max_batches == 0){

        time=clock();

        pthread_join(load_thread, 0);

        train = buffer;



        load_thread = load_data_in_thread(args);

        printf("Loaded: %lf seconds\n", sec(clock()-time));

        time=clock();

        float loss = train_network(net, train);

        if(avg_loss == -1) avg_loss = loss;

        avg_loss = avg_loss*.9 + loss*.1;

        printf("%d, %.3f: %f, %f avg, %f rate, %lf seconds, %ld images\n", get_current_batch(net), (float)(*net.seen)/N, loss, avg_loss, get_current_rate(net), sec(clock()-time), *net.seen);

        free_data(train);

        if(*net.seen/N > epoch){

            epoch = *net.seen/N;

            char buff[256];

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

            save_weights(net, buff);

        }

        if(get_current_batch(net)%100 == 0){

            char buff[256];

            sprintf(buff, "%s/%s.backup",backup_directory,base);

            save_weights(net, buff);

        }

    }

    char buff[256];

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

    save_weights(net, buff);



    pthread_join(load_thread, 0);

    free_data(buffer);

    free_network(net);

    free_ptrs((void**)paths, plist->size);

    free_list(plist);

    free(base);

}



void test_tag(char *cfgfile, char *weightfile, char *filename)

{

    network net = parse_network_cfg(cfgfile);

    if(weightfile){

        load_weights(&net, weightfile);

    }

    set_batch_network(&net, 1);

    srand(2222222);

    int i = 0;

    char **names = get_labels("data/tags.txt");

    clock_t time;

    int indexes[10];

    char buff[256];

    char *input = buff;

    int size = net.w;

    while(1){

        if(filename){

            strncpy(input, filename, 256);

        }else{

            printf("Enter Image Path: ");

            fflush(stdout);

            input = fgets(input, 256, stdin);

            if(!input) return;

            strtok(input, "\n");

        }

        image im = load_image_color(input, 0, 0);

        image r = resize_min(im, size);

        resize_network(&net, r.w, r.h);

        printf("%d %d\n", r.w, r.h);



        float *X = r.data;

        time=clock();

        float *predictions = network_predict(net, X);

        top_predictions(net, 10, indexes);

        printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));

        for(i = 0; i < 10; ++i){

            int index = indexes[i];

            printf("%.1f%%: %s\n", predictions[index]*100, names[index]);

        }

        if(r.data != im.data) free_image(r);

        free_image(im);

        if (filename) break;

    }

}





void run_tag(int argc, char **argv)

{

    if(argc < 4){

        fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);

        return;

    }



    int clear = find_arg(argc, argv, "-clear");

    char *cfg = argv[3];

    char *weights = (argc > 4) ? argv[4] : 0;

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

    if(0==strcmp(argv[2], "train")) train_tag(cfg, weights, clear);

    else if(0==strcmp(argv[2], "test")) test_tag(cfg, weights, filename);

}

#include "network.h"
#include "utils.h"
#include "parser.h"

void train_tag(char *cfgfile, char *weightfile, int clear)
{
    srand(time(0));
    float avg_loss = -1;
    char *base = basecfg(cfgfile);
    char* backup_directory = "backup/";
    printf("%s\n", base);
    network net = parse_network_cfg(cfgfile);
    if(weightfile){
        load_weights(&net, weightfile);
    }
    if (clear) {
        *net.seen = 0;
        *net.cur_iteration = 0;
    }
    printf("Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
    int imgs = 1024;
    list* plist = get_paths("tag/train.list");
    char **paths = (char **)list_to_array(plist);
    printf("%d\n", plist->size);
    int N = plist->size;
    clock_t time;
    pthread_t load_thread;
    data train;
    data buffer;

    load_args args = {0};
    args.w = net.w;
    args.h = net.h;

    args.min = net.w;
    args.max = net.max_crop;
    args.size = net.w;

    args.paths = paths;
    args.classes = net.outputs;
    args.n = imgs;
    args.m = N;
    args.d = &buffer;
    args.type = TAG_DATA;

    args.angle = net.angle;
    args.exposure = net.exposure;
    args.saturation = net.saturation;
    args.hue = net.hue;

    fprintf(stderr, "%d classes\n", net.outputs);

    load_thread = load_data_in_thread(args);
    int epoch = (*net.seen)/N;
    while(get_current_batch(net) < net.max_batches || net.max_batches == 0){
        time=clock();
        pthread_join(load_thread, 0);
        train = buffer;

        load_thread = load_data_in_thread(args);
        printf("Loaded: %lf seconds\n", sec(clock()-time));
        time=clock();
        float loss = train_network(net, train);
        if(avg_loss == -1) avg_loss = loss;
        avg_loss = avg_loss*.9 + loss*.1;
        printf("%d, %.3f: %f, %f avg, %f rate, %lf seconds, %ld images\n", get_current_batch(net), (float)(*net.seen)/N, loss, avg_loss, get_current_rate(net), sec(clock()-time), *net.seen);
        free_data(train);
        if(*net.seen/N > epoch){
            epoch = *net.seen/N;
            char buff[256];
            sprintf(buff, "%s/%s_%d.weights",backup_directory,base, epoch);
            save_weights(net, buff);
        }
        if(get_current_batch(net)%100 == 0){
            char buff[256];
            sprintf(buff, "%s/%s.backup",backup_directory,base);
            save_weights(net, buff);
        }
    }
    char buff[256];
    sprintf(buff, "%s/%s.weights", backup_directory, base);
    save_weights(net, buff);

    pthread_join(load_thread, 0);
    free_data(buffer);
    free_network(net);
    free_ptrs((void**)paths, plist->size);
    free_list(plist);
    free(base);
}

void test_tag(char *cfgfile, char *weightfile, char *filename)
{
    network net = parse_network_cfg(cfgfile);
    if(weightfile){
        load_weights(&net, weightfile);
    }
    set_batch_network(&net, 1);
    srand(2222222);
    int i = 0;
    char **names = get_labels("data/tags.txt");
    clock_t time;
    int indexes[10];
    char buff[256];
    char *input = buff;
    int size = net.w;
    while(1){
        if(filename){
            strncpy(input, filename, 256);
        }else{
            printf("Enter Image Path: ");
            fflush(stdout);
            input = fgets(input, 256, stdin);
            if(!input) return;
            strtok(input, "\n");
        }
        image im = load_image_color(input, 0, 0);
        image r = resize_min(im, size);
        resize_network(&net, r.w, r.h);
        printf("%d %d\n", r.w, r.h);

        float *X = r.data;
        time=clock();
        float *predictions = network_predict(net, X);
        top_predictions(net, 10, indexes);
        printf("%s: Predicted in %f seconds.\n", input, sec(clock()-time));
        for(i = 0; i < 10; ++i){
            int index = indexes[i];
            printf("%.1f%%: %s\n", predictions[index]*100, names[index]);
        }
        if(r.data != im.data) free_image(r);
        free_image(im);
        if (filename) break;
    }
}


void run_tag(int argc, char **argv)
{
    if(argc < 4){
        fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);
        return;
    }

    int clear = find_arg(argc, argv, "-clear");
    char *cfg = argv[3];
    char *weights = (argc > 4) ? argv[4] : 0;
    char *filename = (argc > 5) ? argv[5] : 0;
    if(0==strcmp(argv[2], "train")) train_tag(cfg, weights, clear);
    else if(0==strcmp(argv[2], "test")) test_tag(cfg, weights, filename);
}