src/app/cnn/class/imagenet/appCNNClassImageNetCaffeNetTesting.c

   1 /******************************************************************************/
   2 /*!
   3  * \file appCNNClassImageNetCaffeNetTesting.c
   4  */
   5 /* Copyright (C) 2015 Texas Instruments Incorporated - http://www.ti.com/
   6  *
   7  * Redistribution and use in source and binary forms, with or without
   8  * modification, are permitted provided that the following conditions
   9  * are met:
  10  *
  11  *    Redistributions of source code must retain the above copyright
  12  *    notice, this list of conditions and the following disclaimer.
  13  *
  14  *    Redistributions in binary form must reproduce the above copyright
  15  *    notice, this list of conditions and the following disclaimer in the
  16  *    documentation and/or other materials provided with the
  17  *    distribution.
  18  *
  19  *    Neither the name of Texas Instruments Incorporated nor the names of
  20  *    its contributors may be used to endorse or promote products derived
  21  *    from this software without specific prior written permission.
  22  *
  23  * THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
  24  * "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
  25  * LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
  26  * A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
  27  * OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
  28  * SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
  29  * LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
  30  * DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
  31  * THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
  32  * (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
  33  * OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
  34  *
  35  ******************************************************************************/
  36
  37
  38 /*******************************************************************************
  39  *
  40  * INCLUDES
  41  *
  42  ******************************************************************************/
  43
  44 #include "../appCNNClass.h"
  45
  46
  47 /*******************************************************************************
  48  *
  49  * DEFINES
  50  *
  51  ******************************************************************************/
  52
  53 #define MODEL_PATH       "../../../../database/model/caffenet/databaseModelCaffeNet.m"
  54 #define LABEL_PATH       "../../../../database/imagenet/test/label.txt"
  55 #define IMAGE_PATH       "../../../../database/imagenet/test/%010d.jpg"
  56 #define TOP_N            5
  57 #define IMAGE_NUM        1000
  58 #define IMAGE_ROW        256
  59 #define IMAGE_COL        256
  60 #define IMAGE_CHANNEL    3
  61
  62
  63 /*******************************************************************************
  64  *
  65  * main()
  66  *
  67  ******************************************************************************/
  68
  69 int main()
  70 {
  71    return appCNNClassImageNetCaffeNetTesting();
  72 }
  73
  74
  75 /******************************************************************************/
  76 /*!
  77  * \ingroup appCNNClass
  78  * \brief   CaffeNet classification testing example
  79  */
  80 /******************************************************************************/
  81
  82 int appCNNClassImageNetCaffeNetTesting() {
  83    int             i;
  84    int             j;
  85    int             read;
  86    int             err;
  87    int             success;
  88    float           classifyPercent;
  89    long            mem1;
  90    long            mem2;
  91    long            mem3;
  92    FILE            *fp;
  93    struct timespec startTime;
  94    struct timespec endTime;
  95    long            testingTime;
  96    timlUtilImage   image;
  97    int             testNum;
  98    int             dim;
  99    int             *testLabel;
 100    float           *testImage;
 101    char            str[TIML_UTIL_MAX_STR];
 102    int             *label;
 103
 104    // init
 105    err     = 0;
 106    testNum = IMAGE_NUM;
 107    dim     = IMAGE_ROW*IMAGE_COL*IMAGE_CHANNEL;
 108
 109    setbuf(stdout, NULL); // do not buffer the console output
 110
 111    // read CNN config
 112    printf("1. Read CNN config\n");
 113    timlConvNeuralNetwork *cnn = timlCNNReadFromFile(MODEL_PATH);
 114    timlCNNAddAccuracyLayer(cnn, TOP_N);
 115    timlCNNInitialize(cnn);
 116    timlCNNLoadParamsFromFile(cnn, cnn->paramsFileName);
 117    timlCNNPrint(cnn);
 118    mem1 = cnn->forwardMemory + cnn->backwardMemory + cnn->fixedMemory + cnn->paramsMemory;
 119    mem2 = cnn->forwardMemory + cnn->fixedMemory + cnn->paramsMemory;
 120    mem3 = cnn->memPoolSize + cnn->fixedMemory + cnn->paramsMemory;
 121    printf("CNN level 1 memory size = %10.4f MB.\n", (float)mem1/1024.0/1024.0);
 122    printf("CNN level 2 memory size = %10.4f MB.\n", (float)mem2/1024.0/1024.0);
 123    printf("CNN level 3 memory size = %10.4f MB.\n", (float)mem3/1024.0/1024.0);
 124    printf("CNN memory pool size    = %10.4f MB.\n", (float)cnn->memPoolSize/1024.0/1024.0);
 125    printf("CNN params memory size  = %10.4f MB.\n", (float)timlCNNGetParamsNum(cnn)*sizeof(float)/1024.0/1024.0);
 126    timlCNNSetMode(cnn, Util_Test);
 127
 128    // read test images
 129    printf("2. Read test images\n");
 130    testLabel = malloc(sizeof(int)*testNum);
 131    testImage = malloc(sizeof(float)*dim*testNum);
 132
 133    // read labels
 134    fp = fopen(LABEL_PATH, "rt");
 135    for (i = 0; i < testNum; i++) {
 136       read = fscanf(fp, "%d", testLabel + i);
 137    }
 138    fclose(fp);
 139
 140    // read images
 141    for (i = 0; i < testNum; i++) {
 142       sprintf(str, IMAGE_PATH, i);
 143       image = timlUtilReadJPEG(str);
 144       if (image.channel == 1) { // duplicate channels
 145          for (j = 0; j < IMAGE_CHANNEL; j++) {
 146             cblas_scopy(IMAGE_ROW*IMAGE_COL, image.data, 1, testImage + i*dim + j*IMAGE_ROW*IMAGE_COL, 1);
 147          }
 148       }
 149       else {
 150          cblas_scopy(dim, image.data, 1, testImage + i*dim, 1);
 151       }
 152       free(image.data);
 153    }
 154
 155    // testing
 156    printf("3. Start testing\n");
 157    clock_gettime(CLOCK_REALTIME, &startTime);
 158    timlCNNClassifyAccuracy(cnn, testImage, IMAGE_ROW, IMAGE_COL, IMAGE_CHANNEL, testLabel, 1, 1, testNum, &success);
 159    clock_gettime(CLOCK_REALTIME, &endTime);
 160    testingTime = timlUtilDiffTime(startTime, endTime);
 161    classifyPercent = (float) success/(float) testNum;
 162    printf("Testing time          = %.2f s.\n", testingTime/1000000.0);
 163    printf("Top%d success percent = %.3f %%\n", TOP_N, classifyPercent*100.00);
 164
 165    // cleaning
 166    printf("4. Clean up\n");
 167    timlCNNDelete(cnn);
 168    free(testLabel);
 169    free(testImage);
 170    free(label);
 171
 172    return err;
 173 }