进入train_detector函数。
list *options = read_data_cfg(datacfg);
list的定义位于darknet.h,为链表。read_data_cfg位于option_list.c中。
read_data_cfg的作用在于将数据集配置转化为链表。
char *train_images = option_find_str(options, "train", "data/train.list");
char *backup_directory = option_find_str(options, "backup", "/backup/");
option_find_str用于寻找选项指定的内容,若没有指定则使用默认值。在当前程序执行环境中“train”与“backup”均已指定。
srand(time(0));
char *base = basecfg(cfgfile);
printf("%s\n", base);
float avg_loss = -1;
network **nets = calloc(ngpus, sizeof(network));
其中比较重要的basecfg(cfgfile),这一句的作用在于提取模型文件的名称(“.”之前的部分)。在当前程序中是“yolov3-voc”。
network **nets = calloc(ngpus, sizeof(network));用于为网络分配内存空间。network的定义为darknet.h中。为每个gpu分配一个network。
srand(time(0));
int seed = rand();
int i;
for(i = 0; i < ngpus; ++i){
srand(seed);
#ifdef GPU
cuda_set_device(gpus[i]);
#endif
nets[i] = load_network(cfgfile, weightfile, clear);
nets[i]->learning_rate *= ngpus;
}
srand(time(0));
network *net = nets[0];
若在makefile中设置了GPU,则执行cuda_set_device,该函数位于cuda.c文件中。
load_network函数位于network.c文件中。
network *load_network(char *cfg, char *weights, int clear)
{
network *net = parse_network_cfg(cfg);
if(weights && weights[0] != 0){
load_weights(net, weights);
}
if(clear) (*net->seen) = 0;
return net;
}
parse_network_cfg函数用于解析模型配置文件,load_weights函数用于加载预训练参数。在此不详细分析,load_network函数执行完毕后返回yolov3模型。
learning_rate*ngpus的作用暂不清楚。
srand(time(0));
network *net = nets[0];
int imgs = net->batch * net->subdivisions * ngpus;
printf("Learning Rate: %g, Momentum: %g, Decay: %g\n", net->learning_rate, net->momentum, net->decay);
data train, buffer;
imgs可能是图片的总张数。
layer l = net->layers[net->n - 1];
int classes = l.classes;
float jitter = l.jitter;
net->n代表网络的总层数,net->layers[net->n-1]代表网络最后一层,net从0开始计数。
layer l的内容结合yolov3-voc.cfg的内容可以知道,
[yolo]
mask = 0,1,2
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=20
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=1
因此classes为20,jitter为0.3。
list *plist = get_paths(train_images);
//int N = plist->size;
char **paths = (char **)list_to_array(plist);
get_paths将train_images文件中的训练数据转化为list,train_images文件为txt格式,存储的是所有训练数据存储的地址。
list_to_array将list转化为二维字符矩阵,用于存储训练数据存储的地址。
load_args args = get_base_args(net);
args.coords = l.coords;
args.paths = paths;
args.n = imgs;
args.m = plist->size;
args.classes = classes;
args.jitter = jitter;
args.num_boxes = l.max_boxes;
args.d = &buffer;
args.type = DETECTION_DATA;
//args.type = INSTANCE_DATA;
args.threads = 64;
上述代码的功能是设置模型参数