Yolov3模型框架darknet研究（三）darknet推理部分代码简要梳理

darknet代码分析先从Inference（推理）部分讲起吧，毕竟只有forward部分，而且比backward要简单一些。

首先声明，我分析的代码是基于darknentAB版本，非官方版本， 毕竟他俩的代码还是有稍许不一样。

 

最上层的入口函数自然是darknet.c中main()，然后就是run_detector(...) 它是training和Inference功能实现接口。再次重申，本博文讲的是后者，即推理部分，其对应的子接口是test_detector（。。。）

好了，正文刚刚开始，下面重点分析test_detector（。。。）的实现代码。

1）准备部分代码如下，我在里面对每一行都添加了具体注释

看代码注释前，讲解一下

调用darknet推理接口的形式是：

./darknet detector test cfg/xxx.data cfg/xxx.cfg yolov3.weights data/xxx.jpg

这里，./darknet是unix的可执行文件，在windows下就是后缀exe文件了。调用它就会进入main， 
其后几个都是参数，存放到main的argv里面， 下面分别讲解：
detector和test参数  是作为flag来保证程序执行进入test_detector（）


cfg/xxx.data  是来描述目标类型名字定义在哪个文件，训练用的样本图片和label文件在哪里，总之，训练时这个文件就应该ready
cfg/xxx.cfg  用来描述网络层次结构以及每一个结构都有哪些成员及参数， 非常重要的配置文件，训练时也应该ready

yolov3.weights  这个是训练好的权值文件
data/xxx.jpg  待推理的目标图片，地址及文件名由客户指定

   //把data config文件内容读到options链表结构里面
   list *options = read_data_cfg(datacfg);
    //通过 names这个key，找到其对应的描述class names的data文件
    char *name_list = option_find_str(options, "names", "data/names.list");
    int names_size = 0;
    //读取所有class names
    char **names = get_labels_custom(name_list, &names_size); //get_labels(name_list);
    //读取字母如a、b、c、d等字母所对应的小图片，将来会被目标检测框上的字符显示所调用
    image **alphabet = load_alphabet();
    //parse 描述该算法模型的网络结构的config文件并赋值给net变量
    //注意  network是非常关键的变量类型，用来描述模型的网络结构
    network net = parse_network_cfg_custom(cfgfile, 1); // set batch=1
    //根据net网络结构，把weightfile二进制文件正确的赋给net结构里面的每一个成员
    if (weightfile) {
        load_weights(&net, weightfile);
    }

2）另外一个小铺垫如下，即讲batch normal的输入权值进行标准化。这里面由个疑问是，按定义，BN应该是输出值进行标准化，而不是权值，此外，官方版本darknet源码没有看到这个函数的存在。

 fuse_conv_batchnorm(net);

 3）开始resize成nework size并计算每一层的输出值

        //忍不住，吐槽一下 image resize是简单的双线性插值，为了更好的识别效果，可以考虑采用更好的插值算法。
         image sized = resize_image(im, net.w, net.h);
         。。。 。。。
        //X就是上面的 reized image data
        //net就是network类型网络结构变量，而且训练好的权值已经正确的赋值给net里面各个layer的成   
        //员。  然后开始根据输入和权值开始计算每一层的输出并存放在l.output变量里面
        //这个是最耗费时间的函数，往往计算性能优化就在 W.X里面
        network_predict(net, X);

4）计算完后，最后开始找detections，并用threshold来过滤掉不合适的目标检测。

        detection *dets = get_network_boxes(&net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes, letterbox);
        if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
        draw_detections_v3(im, dets, nboxes, thresh, names, alphabet, l.classes, ext_output);

get_network_boxes调用了两个重要函数：

   //使用3个yolo层19x19 38x38 76x76来分别检测目标检测的置信度是否大于0.25
   //如果大于，则记录下来，最后返回给dets
    detection *dets = make_network_boxes(net, thresh, num);
    //对检测出来的dets的每个结构变量进行成员赋值，包括概率，类型名称等
    fill_network_boxes(net, w, h, thresh, hier, map, relative, dets, letter);

do_nms_sort（）是检测出来的目标，进行非最大化抑制。即先找出最大概率的目标，然后将iou比较大的其它目标检测概率置成0. 

最后调用draw_detections_v3()来对每个detection进行检查，看它对应的哪个类型的概率最高，而且必须超过设定的threshold，才记录下来作为final detect results。 如果不超过threshold 就被放弃。 上面的接口参数可以加 -thresold来指定，否则调用缺省threshold(0.48)。  最后的最后 将这些final detects画在图片上。