darknet-源码分析1-test_detector

//20190406@New

//清明小长假，除了和同事聚个餐，看场电影，还是宅在所里，不过王婆大虾蛮不错的；风中有雨做的云，整体赶脚可以，只是这名字。。。好在唐奕杰的一句话点了题。不废话了，最近在用yolov3做目标检测，先看下darknet的代码，果然是大神，把C代码写的这么优美~~

//detector.c/

//datacfg默认为coco.data,将data/coco.names加载到names中(存放训练集，测试集图片绝对路径) 
void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{
    list *options = read_data_cfg(datacfg);//解析datacfg 
//判断options里面是否含有names信息，若没有默认为data/names.list 
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);//获取类别名称：person\car.. 

//将data/label的图像加载到images数组里result以label形式展示“alphabet是后面在检测结果图片上能显示文字信息
    image **alphabet = load_alphabet();                                                   
//加载cfg和参数构建darknet network“读取网络结构，并分配权重net包含了整个网络的信息             
    network *net = load_network(cfgfile, weightfile, 0);                                 
//nework里layer的"将batch数目强制为1，不同训练过程，这里一次检测一张图片                      
    set_batch_network(net, 1);
    srand(2222222);
    double time;
    char buff[256];
    char *input = buff;
//f非极大值抑制参数，不懂的可以google，无论在检测或者跟踪中有很重要的作用 
    float nms=.45;
    while(1){
        if(filename){
            strncpy(input, filename, 256);//分析见detector_test.c 
        } else {
            printf("Enter Image Path: ");
            fflush(stdout);
            input = fgets(input, 256, stdin);
            if(!input) return;
            strtok(input, "\n");//去掉input中的\n符号 
        }
        image im = load_image_color(input,0,0);//读取图片，函数被封装？ 
        image sized = letterbox_image(im, net->w, net->h);//resize成网格输入大小 
        //image sized = resize_image(im, net->w, net->h);
        //image sized2 = resize_max(im, net->w);
        //image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
        //resize_network(net, sized.w, sized.h);
//0407:获取类别信息"@0406获取网络最后一层在cfg文件中 最后一层包含了classes类别数目 
        layer l = net->layers[net->n-1];

        float *X = sized.data;//喂给网络的数据 
        time=what_time_is_it_now(); 
//网络前馈， 并没有直接run出最后检测结果，还需要对网络出来的结果进行解析 
        network_predict(net, X);
        printf("%s: Predicted in %f seconds.\n", input, what_time_is_it_now()-time);
        int nboxes = 0;
//完成前面网络结果的解析 
        detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
        //printf("%d\n", nboxes);
        //if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
        if (nms) do_nms_sort(dets, nboxes, l.classes, nms);//非极大抑制 
//在原始图片上画出检测结果 
        draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
        free_detections(dets, nboxes);
        if(outfile){
            save_image(im, outfile);
        }
        else{
            save_image(im, "predictions");
#ifdef OPENCV
            make_window("predictions", 512, 512, 0);
            show_image(im, "predictions", 0);
#endif
        }

        free_image(im);
        free_image(sized);
        if (filename) break;
    }
}

//network.c

network *load_network(char *cfg, char *weights, int clear)
{
//将网络的cfg文件参数化，即解析cfg文件 ，函数被封
    network *net = parse_network_cfg(cfg);装？ 
    if(weights && weights[0] != 0){
//根据cfg构建的network按照layer顺序加载对一个layer参数权重 ，函数被封装？ 
        load_weights(net, weights);
    }
//*net->seen代表目前网络已经处理的图片数量batch_num=net->batch * net->subdividions 
    if(clear) (*net->seen) = 0;
    return net;
}

简要分析，未完待续~~

参考：https://blog.csdn.net/wwwhp/article/details/84718089

https://www.cnblogs.com/codebirdhan/p/9440100.html