apps/sft/include/sft/config.hpp

   1 /*M///////////////////////////////////////////////////////////////////////////////////////
   2 //
   3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
   4 //
   5 //  By downloading, copying, installing or using the software you agree to this license.
   6 //  If you do not agree to this license, do not download, install,
   7 //  copy or use the software.
   8 //
   9 //
  10 //                           License Agreement
  11 //                For Open Source Computer Vision Library
  12 //
  13 // Copyright (C) 2000-2008, Intel Corporation, all rights reserved.
  14 // Copyright (C) 2008-2012, Willow Garage Inc., all rights reserved.
  15 // Third party copyrights are property of their respective owners.
  16 //
  17 // Redistribution and use in source and binary forms, with or without modification,
  18 // are permitted provided that the following conditions are met:
  19 //
  20 //   * Redistribution's of source code must retain the above copyright notice,
  21 //     this list of conditions and the following disclaimer.
  22 //
  23 //   * Redistribution's in binary form must reproduce the above copyright notice,
  24 //     this list of conditions and the following disclaimer in the documentation
  25 //     and/or other materials provided with the distribution.
  26 //
  27 //   * The name of the copyright holders may not be used to endorse or promote products
  28 //     derived from this software without specific prior written permission.
  29 //
  30 // This software is provided by the copyright holders and contributors "as is" and
  31 // any express or implied warranties, including, but not limited to, the implied
  32 // warranties of merchantability and fitness for a particular purpose are disclaimed.
  33 // In no event shall the Intel Corporation or contributors be liable for any direct,
  34 // indirect, incidental, special, exemplary, or consequential damages
  35 // (including, but not limited to, procurement of substitute goods or services;
  36 // loss of use, data, or profits; or business interruption) however caused
  37 // and on any theory of liability, whether in contract, strict liability,
  38 // or tort (including negligence or otherwise) arising in any way out of
  39 // the use of this software, even if advised of the possibility of such damage.
  40 //
  41 //M*/
  42
  43 #ifndef __SFT_CONFIG_HPP__
  44 #define __SFT_CONFIG_HPP__
  45
  46 #include <sft/common.hpp>
  47
  48 #include <ostream>
  49
  50 namespace sft {
  51
  52 struct Config
  53 {
  54     Config();
  55
  56     void write(cv::FileStorage& fs) const;
  57
  58     void read(const cv::FileNode& node);
  59
  60     // Scaled and shrunk model size.
  61     cv::Size model(ivector::const_iterator it) const
  62     {
  63         float octave = powf(2.f, (float)(*it));
  64         return cv::Size( cvRound(modelWinSize.width  * octave) / shrinkage,
  65                          cvRound(modelWinSize.height * octave) / shrinkage );
  66     }
  67
  68     // Scaled but, not shrunk bounding box for object in sample image.
  69     cv::Rect bbox(ivector::const_iterator it) const
  70     {
  71         float octave = powf(2.f, (float)(*it));
  72         return cv::Rect( cvRound(offset.x * octave), cvRound(offset.y * octave),
  73             cvRound(modelWinSize.width  * octave), cvRound(modelWinSize.height * octave));
  74     }
  75
  76     string resPath(ivector::const_iterator it) const
  77     {
  78         return cv::format("%s%d.xml",cascadeName.c_str(), *it);
  79     }
  80
  81     // Paths to a rescaled data
  82     string trainPath;
  83     string testPath;
  84
  85     // Original model size.
  86     cv::Size modelWinSize;
  87
  88     // example offset into positive image
  89     cv::Point2i offset;
  90
  91     // List of octaves for which have to be trained cascades (a list of powers of two)
  92     ivector octaves;
  93
  94     // Maximum number of positives that should be used during training
  95     int positives;
  96
  97     // Initial number of negatives used during training.
  98     int negatives;
  99
 100     // Number of weak negatives to add each bootstrapping step.
 101     int btpNegatives;
 102
 103     // Inverse of scale for feature resizing
 104     int shrinkage;
 105
 106     // Depth on weak classifier's decision tree
 107     int treeDepth;
 108
 109     // Weak classifiers number in resulted cascade
 110     int weaks;
 111
 112     // Feature random pool size
 113     int poolSize;
 114
 115     // file name to store cascade
 116     string cascadeName;
 117
 118     // path to resulting cascade
 119     string outXmlPath;
 120
 121     // seed for random generation
 122     int seed;
 123
 124     // channel feature type
 125     string featureType;
 126
 127     // // bounding rectangle for actual example into example window
 128     // cv::Rect exampleWindow;
 129 };
 130
 131 // required for cv::FileStorage serialization
 132 void write(cv::FileStorage& fs, const string&, const Config& x);
 133 void read(const cv::FileNode& node, Config& x, const Config& default_value);
 134 std::ostream& operator<<(std::ostream& out, const Config& m);
 135
 136 }
 137
 138 #endif