global.cc

   1 /*
   2  *  folded-ctf is an implementation of the folded hierarchy of
   3  *  classifiers for object detection, developed by Francois Fleuret
   4  *  and Donald Geman.
   5  *
   6  *  Copyright (c) 2008 Idiap Research Institute, http://www.idiap.ch/
   7  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8  *
   9  *  This file is part of folded-ctf.
  10  *
  11  *  folded-ctf is free software: you can redistribute it and/or modify
  12  *  it under the terms of the GNU General Public License as published
  13  *  by the Free Software Foundation, either version 3 of the License,
  14  *  or (at your option) any later version.
  15  *
  16  *  folded-ctf is distributed in the hope that it will be useful, but
  17  *  WITHOUT ANY WARRANTY; without even the implied warranty of
  18  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  19  *  General Public License for more details.
  20  *
  21  *  You should have received a copy of the GNU General Public License
  22  *  along with folded-ctf.  If not, see <http://www.gnu.org/licenses/>.
  23  *
  24  */
  25
  26 #include <string.h>
  27
  28 #include "global.h"
  29
  30 Global global;
  31
  32 Global::Global() {
  33   log_stream = 0;
  34 }
  35
  36 Global::~Global() {
  37   delete log_stream;
  38 }
  39
  40 void Global::init_parser(ParamParser *parser) {
  41   // The nice level of the process
  42   parser->add_association("niceness", "15", false);
  43
  44   // Seed to initialize the random generator
  45   parser->add_association("random-seed", "0", false);
  46
  47   // Should the pictures be b&w
  48   parser->add_association("pictures-for-article", "no", false);
  49
  50   // The name of the image pool to use
  51   parser->add_association("pool-name", "", false);
  52   // The name of the test image pool to use
  53   parser->add_association("test-pool-name", "", false);
  54   // From where to load or where to save the detector
  55   parser->add_association("detector-name", "default.det", false);
  56   // Where to put the generated files
  57   parser->add_association("result-path", "/tmp/", false);
  58
  59   // What kind of loss for the boosting
  60   parser->add_association("loss-type", "exponential", false);
  61
  62   // How many images to produce/process
  63   parser->add_association("nb-images", "-1", false);
  64   // What is the number of the feature to show in the images
  65   parser->add_association("material-feature-nb", "-1", false);
  66
  67   // What is the maximum tree depth
  68   parser->add_association("tree-depth-max", "1", false);
  69   // What is the proportion of negative cells we actually use during training
  70   parser->add_association("proportion-negative-cells-for-training", "0.025", false);
  71   // How many negative samples to sub-sample for boosting every classifier
  72   parser->add_association("nb-negative-samples-per-positive", "10", false);
  73   // How many features we will look at for boosting optimization
  74   parser->add_association("nb-features-for-boosting-optimization", "10000", false);
  75   // Do we allow head-belly registration
  76   parser->add_association("force-head-belly-independence", "no", false);
  77   // How many weak-learners in every classifier
  78   parser->add_association("nb-weak-learners-per-classifier", "100", false);
  79   // How many classifiers per level
  80   parser->add_association("nb-classifiers-per-level", "25", false);
  81   // How many levels
  82   parser->add_association("nb-levels", "2", false);
  83
  84   // Proportion of images from the pool to use for training
  85   parser->add_association("proportion-for-train", "0.5", false);
  86   // Proportion of images from the pool to use for validation
  87   parser->add_association("proportion-for-validation", "0.25", false);
  88   // Proportion of images from the pool to use for test (negative
  89   // means everything else)
  90   parser->add_association("proportion-for-test", "0.25", false);
  91   // During training, should we write the ROC curve estimated on the
  92   // validation set (which cost a bit of computation)
  93   parser->add_association("write-validation-rocs", "no", false);
  94
  95   // Should we write down the PNGs for the results of the parsing
  96   parser->add_association("write-parse-images", "no", false);
  97
  98   // Should we write down the PNGs for the tags
  99   parser->add_association("write-tag-images", "no", false);
 100
 101   // What is the wanted true overall positive rate
 102   parser->add_association("wanted-true-positive-rate", "0.75", false);
 103   // How many rates to try for the sequence of tests
 104   parser->add_association("nb-wanted-true-positive-rates", "10", false);
 105
 106   // What is the minimum radius of the heads to detect. This is used
 107   // as the reference size.
 108   parser->add_association("min-head-radius", "25", false);
 109   // What is the maximum size of the heads to detect.
 110   parser->add_association("max-head-radius", "200", false);
 111   // How many translation cell per radius when generating the "top
 112   // level" cells for an image.
 113   parser->add_association("root-cell-nb-xy-per-radius", "5", false);
 114
 115   // What is the minimum size of the windows
 116   parser->add_association("pi-feature-window-min-size", "0.1", false);
 117
 118   // How many scales between two powers of two for the multi-scale
 119   // images
 120   parser->add_association("nb-scales-per-power-of-two", "5", false);
 121
 122   // Should we display a progress bar for lengthy operations
 123   parser->add_association("progress-bar", "yes", false);
 124 }
 125
 126 void Global::read_parser(ParamParser *parser) {
 127   niceness = parser->get_association_int("niceness");
 128   random_seed = parser->get_association_int("random-seed");
 129   pictures_for_article = parser->get_association_bool("pictures-for-article");
 130
 131   strncpy(pool_name, parser->get_association("pool-name"), buffer_size);
 132   strncpy(test_pool_name, parser->get_association("test-pool-name"), buffer_size);
 133   strncpy(detector_name, parser->get_association("detector-name"), buffer_size);
 134   strncpy(result_path, parser->get_association("result-path"), buffer_size);
 135
 136   char buffer[buffer_size];
 137   sprintf(buffer, "%s/log", result_path);
 138   log_stream = new ofstream(buffer);
 139
 140   char *l = parser->get_association("loss-type");
 141   if(strcmp(l, "exponential") == 0)
 142     loss_type = LOSS_EXPONENTIAL;
 143   else if(strcmp(l, "hinge") == 0)
 144     loss_type = LOSS_HINGE;
 145   else if(strcmp(l, "logistic") == 0)
 146     loss_type = LOSS_LOGISTIC;
 147   else {
 148     cerr << "Unknown loss type." << endl;
 149     exit(1);
 150   }
 151
 152   nb_images = parser->get_association_int("nb-images");
 153   material_feature_nb = parser->get_association_int("material-feature-nb");
 154   tree_depth_max = parser->get_association_int("tree-depth-max");
 155   nb_weak_learners_per_classifier = parser->get_association_int("nb-weak-learners-per-classifier");
 156   nb_classifiers_per_level = parser->get_association_int("nb-classifiers-per-level");
 157   nb_levels = parser->get_association_int("nb-levels");
 158   proportion_negative_cells_for_training = parser->get_association_scalar("proportion-negative-cells-for-training");
 159   nb_negative_samples_per_positive = parser->get_association_int("nb-negative-samples-per-positive");
 160   nb_features_for_boosting_optimization = parser->get_association_int("nb-features-for-boosting-optimization");
 161   force_head_belly_independence = parser->get_association_bool("force-head-belly-independence");
 162   proportion_for_train = parser->get_association_scalar("proportion-for-train");
 163   proportion_for_validation = parser->get_association_scalar("proportion-for-validation");
 164   proportion_for_test = parser->get_association_scalar("proportion-for-test");
 165   write_validation_rocs = parser->get_association_bool("write-validation-rocs");
 166   write_parse_images = parser->get_association_bool("write-parse-images");
 167   write_tag_images = parser->get_association_bool("write-tag-images");
 168   wanted_true_positive_rate = parser->get_association_scalar("wanted-true-positive-rate");
 169   nb_wanted_true_positive_rates = parser->get_association_int("nb-wanted-true-positive-rates");
 170
 171   min_head_radius = parser->get_association_scalar("min-head-radius");
 172   max_head_radius = parser->get_association_scalar("max-head-radius");
 173   root_cell_nb_xy_per_radius = parser->get_association_int("root-cell-nb-xy-per-radius");
 174
 175   pi_feature_window_min_size = parser->get_association_scalar("pi-feature-window-min-size");
 176
 177   nb_scales_per_power_of_two = parser->get_association_int("nb-scales-per-power-of-two");
 178
 179   bar.set_visible(parser->get_association_bool("progress-bar"));
 180 }