examples/ssd_multibox/main.cpp

   1 /******************************************************************************
   2  * Copyright (c) 2018, Texas Instruments Incorporated - http://www.ti.com/
   3  *   All rights reserved.
   4  *
   5  *   Redistribution and use in source and binary forms, with or without
   6  *   modification, are permitted provided that the following conditions are met:
   7  *       * Redistributions of source code must retain the above copyright
   8  *         notice, this list of conditions and the following disclaimer.
   9  *       * Redistributions in binary form must reproduce the above copyright
  10  *         notice, this list of conditions and the following disclaimer in the
  11  *         documentation and/or other materials provided with the distribution.
  12  *       * Neither the name of Texas Instruments Incorporated nor the
  13  *         names of its contributors may be used to endorse or promote products
  14  *         derived from this software without specific prior written permission.
  15  *
  16  *   THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
  17  *   AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  18  *   IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  19  *   ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
  20  *   LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
  21  *   CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
  22  *   SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
  23  *   INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
  24  *   CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
  25  *   ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF
  26  *   THE POSSIBILITY OF SUCH DAMAGE.
  27  *****************************************************************************/
  28 #include <signal.h>
  29 #include <iostream>
  30 #include <iomanip>
  31 #include <fstream>
  32 #include <cassert>
  33 #include <string>
  34 #include <functional>
  35 #include <algorithm>
  36 #include <time.h>
  37 #include <unistd.h>
  38
  39 #include <queue>
  40 #include <vector>
  41 #include <cstdio>
  42 #include <chrono>
  43
  44 #include "executor.h"
  45 #include "execution_object.h"
  46 #include "execution_object_pipeline.h"
  47 #include "configuration.h"
  48 #include "../common/object_classes.h"
  49 #include "../common/utils.h"
  50 #include "../common/video_utils.h"
  51
  52 using namespace std;
  53 using namespace tidl;
  54 using namespace cv;
  55
  56
  57 #define NUM_VIDEO_FRAMES  100
  58 #define DEFAULT_CONFIG    "jdetnet_voc"
  59 #define DEFAULT_INPUT     "../test/testvecs/input/horse_768x320.y"
  60 #define DEFAULT_INPUT_FRAMES (1)
  61 #define DEFAULT_OBJECT_CLASSES_LIST_FILE "./jdetnet_voc_objects.json"
  62 #define DEFAULT_OUTPUT_PROB_THRESHOLD  25
  63
  64 /* Enable this macro to record individual output files and */
  65 /* resized, cropped network input files                    */
  66 #define DEBUG_FILES
  67
  68 std::unique_ptr<ObjectClasses> object_classes;
  69 uint32_t orig_width;
  70 uint32_t orig_height;
  71 uint32_t num_frames_file;
  72
  73
  74 bool RunConfiguration(const cmdline_opts_t& opts);
  75 Executor* CreateExecutor(DeviceType dt, uint32_t num, const Configuration& c,
  76                          int layers_group_id);
  77 bool ReadFrame(ExecutionObjectPipeline& eop, uint32_t frame_idx,
  78                const Configuration& c, const cmdline_opts_t& opts,
  79                VideoCapture &cap, ifstream &ifs);
  80 bool WriteFrameOutput(const ExecutionObjectPipeline& eop,
  81                       const Configuration& c, const cmdline_opts_t& opts);
  82 static void DisplayHelp();
  83
  84 /***************************************************************/
  85 /* Slider to control detection confidence level                */
  86 /***************************************************************/
  87 int prob_slider = DEFAULT_OUTPUT_PROB_THRESHOLD;
  88 int prob_slider_max = 100;
  89 static void on_trackbar( int slider_id, void *inst )
  90 {
  91   //This function is invoked on every slider move.
  92   //No action required, since prob_slider is automatically updated.
  93   //But, for any additional operation on slider move, this is the place to insert code.
  94   //std::cout << "slider moved to:" << prob_slider << " max val is:" << prob_slider_max << endl;
  95 }
  96
  97
  98 int main(int argc, char *argv[])
  99 {
 100     // Catch ctrl-c to ensure a clean exit
 101     signal(SIGABRT, exit);
 102     signal(SIGTERM, exit);
 103
 104     // If there are no devices capable of offloading TIDL on the SoC, exit
 105     uint32_t num_eves = Executor::GetNumDevices(DeviceType::EVE);
 106     uint32_t num_dsps = Executor::GetNumDevices(DeviceType::DSP);
 107     if (num_eves == 0 || num_dsps == 0)
 108     {
 109         cout << "ssd_multibox requires both EVE and DSP for execution." << endl;
 110         return EXIT_SUCCESS;
 111     }
 112
 113     // Process arguments
 114     cmdline_opts_t opts;
 115     opts.config = DEFAULT_CONFIG;
 116     opts.object_classes_list_file = DEFAULT_OBJECT_CLASSES_LIST_FILE;
 117     opts.num_eves = 1;
 118     opts.num_dsps = 1;
 119     opts.input_file = DEFAULT_INPUT;
 120     opts.output_prob_threshold = DEFAULT_OUTPUT_PROB_THRESHOLD;
 121     if (! ProcessArgs(argc, argv, opts))
 122     {
 123         DisplayHelp();
 124         exit(EXIT_SUCCESS);
 125     }
 126     assert(opts.num_dsps != 0 && opts.num_eves != 0);
 127     if (opts.num_frames == 0)
 128         opts.num_frames = (opts.is_camera_input || opts.is_video_input) ?
 129                           NUM_VIDEO_FRAMES :
 130                           ((opts.input_file == DEFAULT_INPUT) ?
 131                            DEFAULT_INPUT_FRAMES : 1);
 132     cout << "Input: " << opts.input_file << endl;
 133
 134     // Get object classes list
 135     object_classes = std::unique_ptr<ObjectClasses>(
 136                              new ObjectClasses(opts.object_classes_list_file));
 137     if (object_classes->GetNumClasses() == 0)
 138     {
 139         cout << "No object classes defined for this config." << endl;
 140         return EXIT_FAILURE;
 141     }
 142
 143     // Run network
 144     bool status = RunConfiguration(opts);
 145     if (!status)
 146     {
 147         cout << "ssd_multibox FAILED" << endl;
 148         return EXIT_FAILURE;
 149     }
 150
 151     cout << "ssd_multibox PASSED" << endl;
 152     return EXIT_SUCCESS;
 153 }
 154
 155 bool RunConfiguration(const cmdline_opts_t& opts)
 156 {
 157     // Read the TI DL configuration file
 158     Configuration c;
 159     std::string config_file = "../test/testvecs/config/infer/tidl_config_"
 160                               + opts.config + ".txt";
 161     bool status = c.ReadFromFile(config_file);
 162     if (!status)
 163     {
 164         cerr << "Error in configuration file: " << config_file << endl;
 165         return false;
 166     }
 167     c.enableApiTrace = opts.verbose;
 168     // setup camera/video input
 169     VideoCapture cap;
 170     if (! SetVideoInputOutput(cap, opts, "SSD_Multibox"))  return false;
 171
 172     char TrackbarName[50];
 173     prob_slider = (int)floor(opts.output_prob_threshold);
 174     sprintf( TrackbarName, "Prob(%d %%)", prob_slider_max );
 175     createTrackbar( TrackbarName, "SSD_Multibox", &prob_slider, prob_slider_max, on_trackbar );
 176
 177     // setup preprocessed input
 178     ifstream ifs;
 179     if (opts.is_preprocessed_input)
 180     {
 181         ifs.open(opts.input_file, ios::binary | ios::ate);
 182         if (! ifs.good())
 183         {
 184             cerr << "Cannot open " << opts.input_file << endl;
 185             return false;
 186         }
 187         num_frames_file = ((int) ifs.tellg()) /
 188                           (c.inWidth * c.inHeight * c.inNumChannels);
 189     }
 190
 191     try
 192     {
 193         // Create Executors with the approriate core type, number of cores
 194         // and configuration specified
 195         // EVE will run layersGroupId 1 in the network, while
 196         // DSP will run layersGroupId 2 in the network
 197         Executor* e_eve = CreateExecutor(DeviceType::EVE, opts.num_eves, c, 1);
 198         Executor* e_dsp = CreateExecutor(DeviceType::DSP, opts.num_dsps, c, 2);
 199
 200         // Construct ExecutionObjectPipeline that utilizes multiple
 201         // ExecutionObjects to process a single frame, each ExecutionObject
 202         // processes one layerGroup of the network
 203         //
 204         // Pipeline depth can enable more optimized pipeline execution:
 205         // Given one EVE and one DSP as an example, with different
 206         //     pipeline_depth, we have different execution behavior:
 207         // If pipeline_depth is set to 1,
 208         //    we create one EOP: eop0 (eve0, dsp0)
 209         //    pipeline execution of multiple frames over time is as follows:
 210         //    --------------------- time ------------------->
 211         //    eop0: [eve0...][dsp0]
 212         //    eop0:                [eve0...][dsp0]
 213         //    eop0:                               [eve0...][dsp0]
 214         //    eop0:                                              [eve0...][dsp0]
 215         // If pipeline_depth is set to 2,
 216         //    we create two EOPs: eop0 (eve0, dsp0), eop1(eve0, dsp0)
 217         //    pipeline execution of multiple frames over time is as follows:
 218         //    --------------------- time ------------------->
 219         //    eop0: [eve0...][dsp0]
 220         //    eop1:          [eve0...][dsp0]
 221         //    eop0:                   [eve0...][dsp0]
 222         //    eop1:                            [eve0...][dsp0]
 223         // Additional benefit of setting pipeline_depth to 2 is that
 224         //    it can also overlap host ReadFrame() with device processing:
 225         //    --------------------- time ------------------->
 226         //    eop0: [RF][eve0...][dsp0]
 227         //    eop1:     [RF]     [eve0...][dsp0]
 228         //    eop0:                    [RF][eve0...][dsp0]
 229         //    eop1:                             [RF][eve0...][dsp0]
 230         vector<ExecutionObjectPipeline *> eops;
 231         uint32_t pipeline_depth = 2;  // 2 EOs in EOP -> depth 2
 232         for (uint32_t j = 0; j < pipeline_depth; j++)
 233             for (uint32_t i = 0; i < max(opts.num_eves, opts.num_dsps); i++)
 234                 eops.push_back(new ExecutionObjectPipeline(
 235                       {(*e_eve)[i%opts.num_eves], (*e_dsp)[i%opts.num_dsps]}));
 236         uint32_t num_eops = eops.size();
 237
 238         // Allocate input/output memory for each EOP
 239         AllocateMemory(eops);
 240
 241         chrono::time_point<chrono::steady_clock> tloop0, tloop1;
 242         tloop0 = chrono::steady_clock::now();
 243
 244         // Process frames with available eops in a pipelined manner
 245         // additional num_eops iterations to flush pipeline (epilogue)
 246         for (uint32_t frame_idx = 0;
 247              frame_idx < opts.num_frames + num_eops; frame_idx++)
 248         {
 249             ExecutionObjectPipeline* eop = eops[frame_idx % num_eops];
 250
 251             // Wait for previous frame on the same eop to finish processing
 252             if (eop->ProcessFrameWait())
 253             {
 254                 WriteFrameOutput(*eop, c, opts);
 255             }
 256
 257             // Read a frame and start processing it with current eo
 258             if (ReadFrame(*eop, frame_idx, c, opts, cap, ifs))
 259                 eop->ProcessFrameStartAsync();
 260         }
 261
 262         tloop1 = chrono::steady_clock::now();
 263         chrono::duration<float> elapsed = tloop1 - tloop0;
 264         cout << "Loop total time (including read/write/opencv/print/etc): "
 265                   << setw(6) << setprecision(4)
 266                   << (elapsed.count() * 1000) << "ms" << endl;
 267
 268         FreeMemory(eops);
 269         for (auto eop : eops)  delete eop;
 270         delete e_eve;
 271         delete e_dsp;
 272     }
 273     catch (tidl::Exception &e)
 274     {
 275         cerr << e.what() << endl;
 276         status = false;
 277     }
 278
 279     return status;
 280 }
 281
 282 // Create an Executor with the specified type and number of EOs
 283 Executor* CreateExecutor(DeviceType dt, uint32_t num, const Configuration& c,
 284                          int layers_group_id)
 285 {
 286     if (num == 0) return nullptr;
 287
 288     DeviceIds ids;
 289     for (uint32_t i = 0; i < num; i++)
 290         ids.insert(static_cast<DeviceId>(i));
 291
 292     return new Executor(dt, ids, c, layers_group_id);
 293 }
 294
 295 bool ReadFrame(ExecutionObjectPipeline& eop, uint32_t frame_idx,
 296                const Configuration& c, const cmdline_opts_t& opts,
 297                VideoCapture &cap, ifstream &ifs)
 298 {
 299     if ((uint32_t)frame_idx >= opts.num_frames)
 300         return false;
 301
 302     eop.SetFrameIndex(frame_idx);
 303
 304     char*  frame_buffer = eop.GetInputBufferPtr();
 305     assert (frame_buffer != nullptr);
 306     int channel_size = c.inWidth * c.inHeight;
 307     int frame_size   = channel_size * c.inNumChannels;
 308
 309     Mat image;
 310     if (!opts.is_camera_input && !opts.is_video_input)
 311     {
 312         if (opts.is_preprocessed_input)
 313         {
 314             orig_width  = c.inWidth;
 315             orig_height = c.inHeight;
 316             ifs.seekg((frame_idx % num_frames_file) * frame_size);
 317             ifs.read(frame_buffer, frame_size);
 318             return ifs.good();
 319         }
 320         else
 321         {
 322             image = cv::imread(opts.input_file, CV_LOAD_IMAGE_COLOR);
 323             if (image.empty())
 324             {
 325                 cerr << "Unable to read from: " << opts.input_file << endl;
 326                 return false;
 327             }
 328         }
 329     }
 330     else
 331     {
 332         if(opts.is_camera_input)
 333         {
 334            if (! cap.grab()) return false;
 335            if (! cap.retrieve(image)) return false;
 336         }
 337         else
 338         { // Video clip
 339            if (cap.grab())
 340            {
 341              if (! cap.retrieve(image)) return false;
 342            } else {
 343              //Rewind!
 344              std::cout << "Video clip rewinded!" << std::endl;
 345              cap.set(CAP_PROP_POS_FRAMES, 0);
 346              if (! cap.grab()) return false;
 347              if (! cap.retrieve(image)) return false;
 348            }
 349         }
 350     }
 351
 352     // Scale to network input size:
 353     // Preserve aspect ratio, by doing central cropping
 354     // Choose vertical or horizontal central cropping based on dimension reduction
 355     Mat s_image, bgr_frames[3];
 356     orig_width  = image.cols;
 357     orig_height = image.rows;
 358     if(orig_width > orig_height)
 359     {
 360        float change_width  = (float)c.inWidth / (float)orig_width;
 361        float change_height = (float)c.inHeight / (float)orig_height;
 362        if(change_width < change_height)
 363        { // E.g. for 1920x1080->512x512, we first crop central part roi(420, 0, 1080, 1080), then resize to (512x512)
 364          int offset_x = (int)round(0.5 * ((float)orig_width - ((float)orig_height * (float)c.inWidth / (float)c.inHeight)));
 365          cv::resize(image(Rect(offset_x, 0, orig_width - 2 * offset_x, orig_height)), s_image, Size(c.inWidth, c.inHeight), 0, 0, cv::INTER_AREA);
 366        } else {
 367          // E.g. for 1920x1080->768x320, we first crop central part roi(0, 140, 1920, 800), then resize to (768x320)
 368          int offset_y = (int)round(0.5 * ((float)orig_height - ((float)orig_width * (float)c.inHeight / (float)c.inWidth)));
 369          cv::resize(image(Rect(0, offset_y, orig_width, orig_height - 2 * offset_y)), s_image, Size(c.inWidth, c.inHeight), 0, 0, cv::INTER_AREA);
 370        }
 371     }
 372
 373     #ifdef DEBUG_FILES
 374     {
 375       // Image files can be converted into video using, example script
 376       // (on desktop Ubuntu, with ffmpeg installed):
 377       // ffmpeg -i netin_%04d.png -vf "scale=(iw*sar)*max(768/(iw*sar)\,320/ih):ih*max(768/(iw*sar)\,320/ih), crop=768:320" -b:v 4000k out.mp4
 378       // Update width 768, height 320, if necessary
 379       char netin_name[80];
 380       sprintf(netin_name, "netin_%04d.png", frame_idx);
 381       cv::imwrite(netin_name, s_image);
 382       std::cout << "Video input, width:" << orig_width << " height:" << orig_height << " Network width:" << c.inWidth << " height:" << c.inHeight << std::endl;
 383     }
 384     #endif
 385
 386     cv::split(s_image, bgr_frames);
 387     memcpy(frame_buffer,                bgr_frames[0].ptr(), channel_size);
 388     memcpy(frame_buffer+1*channel_size, bgr_frames[1].ptr(), channel_size);
 389     memcpy(frame_buffer+2*channel_size, bgr_frames[2].ptr(), channel_size);
 390     return true;
 391 }
 392
 393 // Create frame with boxes drawn around classified objects
 394 bool WriteFrameOutput(const ExecutionObjectPipeline& eop,
 395                       const Configuration& c, const cmdline_opts_t& opts)
 396 {
 397     // Asseembly original frame
 398     int width  = c.inWidth;
 399     int height = c.inHeight;
 400     int channel_size = width * height;
 401     Mat frame, r_frame, bgr[3];
 402
 403     unsigned char *in = (unsigned char *) eop.GetInputBufferPtr();
 404     bgr[0] = Mat(height, width, CV_8UC(1), in);
 405     bgr[1] = Mat(height, width, CV_8UC(1), in + channel_size);
 406     bgr[2] = Mat(height, width, CV_8UC(1), in + channel_size*2);
 407     cv::merge(bgr, 3, frame);
 408
 409     int frame_index = eop.GetFrameIndex();
 410     char outfile_name[64];
 411     if (opts.is_preprocessed_input)
 412     {
 413         snprintf(outfile_name, 64, "frame_%d.png", frame_index);
 414         cv::imwrite(outfile_name, frame);
 415         printf("Saving frame %d to: %s\n", frame_index, outfile_name);
 416     }
 417
 418     // Draw boxes around classified objects
 419     float *out = (float *) eop.GetOutputBufferPtr();
 420     int num_floats = eop.GetOutputBufferSizeInBytes() / sizeof(float);
 421     for (int i = 0; i < num_floats / 7; i++)
 422     {
 423         int index = (int)    out[i * 7 + 0];
 424         if (index < 0)  break;
 425
 426         float score =        out[i * 7 + 2];
 427         if (score * 100 < (float)prob_slider)  continue;
 428
 429         int   label = (int)  out[i * 7 + 1];
 430         int   xmin  = (int) (out[i * 7 + 3] * width);
 431         int   ymin  = (int) (out[i * 7 + 4] * height);
 432         int   xmax  = (int) (out[i * 7 + 5] * width);
 433         int   ymax  = (int) (out[i * 7 + 6] * height);
 434
 435         const ObjectClass& object_class = object_classes->At(label);
 436
 437         if(opts.verbose) {
 438             printf("%2d: (%d, %d) -> (%d, %d): %s, score=%f\n",
 439                i, xmin, ymin, xmax, ymax, object_class.label.c_str(), score);
 440         }
 441
 442         if (xmin < 0)       xmin = 0;
 443         if (ymin < 0)       ymin = 0;
 444         if (xmax > width)   xmax = width;
 445         if (ymax > height)  ymax = height;
 446         cv::rectangle(frame, Point(xmin, ymin), Point(xmax, ymax),
 447                       Scalar(object_class.color.blue,
 448                              object_class.color.green,
 449                              object_class.color.red), 2);
 450     }
 451
 452     r_frame = frame;
 453     if (opts.is_camera_input || opts.is_video_input)
 454     {
 455         cv::imshow("SSD_Multibox", r_frame);
 456 #ifdef DEBUG_FILES
 457         // Image files can be converted into video using, example script
 458         // (on desktop Ubuntu, with ffmpeg installed):
 459         // ffmpeg -i multibox_%04d.png -vf "scale=(iw*sar)*max(768/(iw*sar)\,320/ih):ih*max(768/(iw*sar)\,320/ih), crop=768:320" -b:v 4000k out.mp4
 460         // Update width 768, height 320, if necessary
 461         snprintf(outfile_name, 64, "multibox_%04d.png", frame_index);
 462         cv::imwrite(outfile_name, r_frame);
 463 #endif
 464         waitKey(1);
 465     }
 466     else
 467     {
 468         snprintf(outfile_name, 64, "multibox_%d.png", frame_index);
 469         cv::imwrite(outfile_name, r_frame);
 470         printf("Saving frame %d with SSD multiboxes to: %s\n",
 471                frame_index, outfile_name);
 472     }
 473
 474     return true;
 475 }
 476
 477 void DisplayHelp()
 478 {
 479     std::cout <<
 480     "Usage: ssd_multibox\n"
 481     "  Will run partitioned ssd_multibox network to perform "
 482     "multi-objects detection\n"
 483     "  and classification.  First part of network "
 484     "(layersGroupId 1) runs on EVE,\n"
 485     "  second part (layersGroupId 2) runs on DSP.\n"
 486     "  Use -c to run a different segmentation network.  Default is jdetnet_voc.\n"
 487     "Optional arguments:\n"
 488     " -c <config>          Valid configs: jdetnet_voc, jdetnet \n"
 489     " -d <number>          Number of dsp cores to use\n"
 490     " -e <number>          Number of eve cores to use\n"
 491     " -i <image>           Path to the image file as input\n"
 492     "                      Default are 9 frames in testvecs\n"
 493     " -i camera<number>    Use camera as input\n"
 494     "                      video input port: /dev/video<number>\n"
 495     " -i <name>.{mp4,mov,avi}  Use video file as input\n"
 496     " -l <objects_list>    Path to the object classes list file\n"
 497     " -f <number>          Number of frames to process\n"
 498     " -w <number>          Output image/video width\n"
 499     " -p <number>          Output probability threshold in percentage\n"
 500     "                      Default is 25 percent or higher\n"
 501     " -v                   Verbose output during execution\n"
 502     " -h                   Help\n";
 503 }
 504