mv_machine_learning/face_recognition/src/facenet_adapter.cpp

   1 /**
   2  * Copyright (c) 2022 Samsung Electronics Co., Ltd All Rights Reserved
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  * http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #include "machine_learning_exception.h"
  18 #include "facenet_adapter.h"
  19
  20 using namespace std;
  21 using namespace MediaVision::Common;
  22 using namespace mediavision::machine_learning;
  23 using namespace mediavision::machine_learning::exception;
  24
  25 namespace mediavision
  26 {
  27 namespace machine_learning
  28 {
  29 template<typename T, typename V> FacenetAdapter<T, V>::FacenetAdapter() : _source()
  30 {
  31         _facenet = make_unique<Facenet>();
  32 }
  33
  34 template<typename T, typename V> FacenetAdapter<T, V>::~FacenetAdapter()
  35 {}
  36
  37 template<typename T, typename V> void FacenetAdapter<T, V>::create(int type)
  38 {
  39         throw InvalidOperation("Not support yet.");
  40 }
  41
  42 template<typename T, typename V> void FacenetAdapter<T, V>::configure()
  43 {
  44         _facenet->parseMetaFile();
  45         _facenet->configure();
  46 }
  47
  48 template<typename T, typename V> void FacenetAdapter<T, V>::prepare()
  49 {
  50         _facenet->prepare();
  51 }
  52
  53 template<typename T, typename V> void FacenetAdapter<T, V>::setInput(T &t)
  54 {
  55         _source = t;
  56 }
  57
  58 template<typename T, typename V> void FacenetAdapter<T, V>::perform()
  59 {
  60         _facenet->preprocess(_source.inputs[0]);
  61         _facenet->inference(_source.inputs[0]);
  62 }
  63
  64 template<typename T, typename V> V &FacenetAdapter<T, V>::getOutput()
  65 {
  66         return _facenet->result();
  67 }
  68
  69 template class FacenetAdapter<FacenetInput, FacenetOutput>;
  70 }
  71 }