Fix dlog format specifier

Change-Id: I4dc0da1cee660822b9bd9c3ce19214d20c64bb9f
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.30.0

Inki Dae (11):
  mv_machine_learning: add image segmentation task group support
  mv_machine_learning: use DEFAULT_MODEL_NAME for face detection task
  mv_machine_learning: use DEFAULT_MODEL_NAME for landmark detection
    task group
  mv_machine_learning: drop parsing dependency from landmark detection
  test: fix answer table values for landmark detection
  mv_machine_learning: drop unused code
  mv_machine_learning: drop parsing dependency from object detection 3d
  mv_machine_learning: introduce MachineLearningConfig class
  mv_machine_learning: drop setTaskType member function
  mv_machine_learning: use MachineLearningConfig class for other task
    groups
  mv_machine_learning: move meta directory into common one

Kwanghoon Son (2):
  Fix wrong log level
  Update cmake version to 3.13

Seungbae Shin (1):
  mv_machine_learning: initialize class/structure member properly

Vibhav Aggarwal (10):
  mv_machine_learning: bug fix in decision weight threshold
  mv_machine_learning: reallocate parser on changing meta file
  mv_machine_learning: drop parsing dependency from object detection
  mv_machine_learning: drop parsing dependency from image classification
  mv_machine_learning: drop template from MachineLearningConfig class
  mv_machine_learning: parse label file name in
    MachineLearningConfig::parseConfigFile()
  mv_machine_learning: replace ObjectDetectionConfig by
    MachineLearningConfig
  mv_machine_learning: load meta and label files in configure()
  mv_machine_learning: convert ObjectDetection3d into a template class
  mv_machine_learning: convert ObjectDetection class into template class

sangho park (1):
  Fix build break

Change-Id: Ica0db898b2d79febeb287e03ce83b323b4cbb7cc

Update cmake version to 3.13

Range version supported from 3.12 so just set minimum version to 3.13

Change-Id: Ied6872be4fff447318709e816d84ca08ee4219dd
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: convert ObjectDetection class into template class

[Issue type] code refactoring

Change-Id: Ib84f8211a919c82e389659bdce1b652f4419e2fb
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: move meta directory into common one

[Issue type] : code cleanup

Move meta directory into common one. The meta directory contains
common code to parse task own config and meta information from given files
including preprocessing and postprocessing.

However, current directory structure made it to build each task group
with the code in meta directory. It led building-duplication.

Therefore, this patch moves the meta directory into common one to combine
meta and common code. As a reault, common directory will provide one so
library - mv_ml_common.so - to each task group, and the each task group
will include only relevant header files in the common and meta directories.

Change-Id: Ib9172761ddaad0b9044f6ec02cfc71dfecb59890
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: use MachineLearningConfig class for other task groups

[Issue type] : code refactoring

Use MachineLearningConfig class for other task groups instead of internal ones.

We have introduced a new common config class[1] and object detection and
object detection 3d task groups use already it. So this patch makes
other task groups - which not use the common config class - to use the
common class instead of internal ones, and drop the internal config class.

In addition, this patch applies confidence threshold config key for
landmark detection task group to MachineLearningConfig class.

[1] https://review.tizen.org/gerrit/#/c/platform/core/api/mediavision/+/301043/

Change-Id: I6e77ce33349bbdcb22f64102a7ec3f8808249b1c
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: convert ObjectDetection3d into a template class

[Issue type] code refactoring

After the introduction of MachineLearningConfig, it is now possible
to convert each task group's object class into a template class.
This patch introduces this change to the object detection 3d task group.

Change-Id: Ib887846b4b1466f70d9131079f6f7ce62598fbb5
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: load meta and label files in configure()

[Issue type] bug fix

Load the model meta and label files in configure() function
instead during the object construction.

Change-Id: I0e77fb27074ebe4d6402f66d671eee37bce855f6
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

Fix wrong log level

[Issue type] Fix

Change-Id: Icdfc7f071f95be8b11b256c7ff8de3716466402a
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: replace ObjectDetectionConfig by MachineLearningConfig

[Issue type] code refactoring

This patch makes the ObjectDetection task group use
MachineLearningConfig class to reduce code duplication
across different task groups.

Change-Id: I07d8482ae761faa7918f4c66f5fc492ffe8debe5
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: parse label file name in MachineLearningConfig::parseConfigFile()

[Issue type] code improvement

Get the label file name from config file during parsing
to support the task groups that rely on a label file.

Change-Id: Ice7c8108c09b10643dfcf8573b0c4a302e98ce97
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: drop template from MachineLearningConfig class

[Issue type] code refactoring

MachineLearningConfig class introduced in [1] required the
ParserType template to initialize the _parser. This resulted in
the inclusion of parser header files of each task group in the
higher level MachineLearningConfig class which led to code smell.

This patch drops the use of template and as a first step,
modifies the object detection 3d task group to work with this
new version.

[1] https://review.tizen.org/gerrit/#/c/platform/core/api/mediavision/+/301043/

Change-Id: I90971294c89615d85ae61e789fa6200e53d367c9
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: drop setTaskType member function

[Issue type] : code refactoring

Drop setTaskType member function from MetaParser and its child classes.

The setTaskType member function was used to give model specific parser object
to MetaParser class so that the MetaParser can parse model specific meta
information which describes how to parse the postprocess node of each model
specific meta file.

However, we can give the specific parser object when task group specific
parser class is created so drop the setTaskType member function and update
the object at constructor of task group specific parser class.

As of now, only object detection task group will set the specific task type
for various models support. For other task groups, 0 is used in default.

Change-Id: I7156660481f1e42daf89093f0fb1097943bbae05
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: introduce MachineLearningConfig class

[Issue type] : new feature

Introduce MachineLearningConfig class which parses configuration
and meta files for each task group.

Until now, we have fixed the code smell, divergent change, of each task group
by extracting parsing portion from each concrete class of each task group,
and we conformed that the parsing portions can be used commonly for all
task groups.

This patch introduces a new common configuration class, MachineLearningConfig
by moving all parsing portions to this class. As a first use case,
this patch makes ObjectDetection3d task group to use the MachineLarningConfig
class instead of internal code, ObjectDetection3dConfig class so it drops
all relevant internal code - finally, we can drop the ugly code duplication.

Change-Id: I8f6a3c276e61903350fd1ae4390f7b125931b2b3
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop parsing dependency from object detection 3d

[Issue type] : code refactoring

Drop the configuration and meta file parsing dependency from ObjectDetection3d
class.

Until now, the concrete class of each task group got the task group
configuration information from its own configuration file, and also
included a MetaParser class object to get the tensor information,
which is corresponding to a given model file.

However, these dependencies led code smell, divergent change[1] even though
the concrete class has no any dependency from parsing the configuration and
meta files - needed only information after parsed.

As a first refactoring work, this patch extracts parsing portion from
ObjectDetection3d class and introduces as a new class, ObjectDetection3dConfig
class.

With this, adapter classes of the object detection 3d task group will parse
the configuration and meta files before creating ObjectDetection3d class.
And then it will create ObjectDetection3d class with needed information.
As a result, we could manage the ObjectDetection3d class without any
dependency on parsing work.

[1] https://refactoring.guru/smells/divergent-change

Change-Id: Ia3955a841179c802437f175e783762affc258b4d
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop parsing dependency from image classification

[Issue type] : code refactoring

Drop the configuration and meta file parsing dependency from ImageClassification
class.

Until now, the concrete class of each task group got the task group
configuration information from its own configuration file, and also
included a MetaParser class object to get the tensor information,
which is corresponding to a given model file.

However, these dependencies led code smell, divergent change[1] even though
the concrete class has no any dependency from parsing the configuration and
meta files - needed only information after parsed.

As a first refactoring work, this patch extracts parsing portion from
ImageClassification class and introduces as a new class, ImageClassificationConfig
class.

With this, adapter classes of the image classification task group will parse
the configuration and meta files before creating ImageClassification class.
And then it will create ImageClassification class with needed information.
As a result, we could manage the ImageClassification class without any
dependency on parsing work.

[1] https://refactoring.guru/smells/divergent-change

Change-Id: I421dcd6f796e6865dde3e5fed597ef83e7e5bc12
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: drop parsing dependency from object detection

[Issue type] : code refactoring

Drop the configuration and meta file parsing dependency from ObjectDetection
class.

Until now, the concrete class of each task group got the task group
configuration information from its own configuration file, and also
included a MetaParser class object to get the tensor information,
which is corresponding to a given model file.

However, these dependencies led code smell, divergent change[1] even though
the concrete class has no any dependency from parsing the configuration and
meta files - needed only information after parsed.

As a first refactoring work, this patch extracts parsing portion from
ObjectDetection class and introduces as a new class, ObjectDetectionConfig
class.

With this, adapter classes of the object detection task group will parse
the configuration and meta files before creating ObjectDetection class.
And then it will create ObjectDetection class with needed information.
As a result, we could manage the ObjectDetection class without any
dependency on parsing work.

[1] https://refactoring.guru/smells/divergent-change

Change-Id: I526d58e0012ba4daae8eb6eb7ef99bb3cf8545d6
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: reallocate parser on changing meta file

[Issue type] bug fix

The MetaParser needs to be reallocated when the user
calls mv_facial_landmark_set_model() or mv_pose_landmark_set_model().

Change-Id: I7f21c7d36b3ffb9b869a1998bcd8ee19a365fd38
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: initialize class/structure member properly

[Issue type] : code cleanup

Change-Id: I3bdc0c98836ea4adf0f840ce6e3290685c1d2b6d

mv_machine_learning: drop unused code

[Issue type] : code cleanup

Drop unused member functions from LandmarkDetection class.

Change-Id: Id6c6b33fbe79f1b381a18111f1fe201df543a46e
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: bug fix in decision weight threshold

[Issue type] bug fix

There was a minor bug in FaceRecognition::checkResult()
in which the decision weight threshold check fails to
identify the cases where multiple elements have highest
raw data value.

Change-Id: Ie859e95a72af39bc80af8dd2621f959bb0ad79d6
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

test: fix answer table values for landmark detection

[Issue type] bug fix

Fix answer table values for landmark detection test case.
With a new patch[1], 'confidence_threshold' value is used to check
valid detection result for pose detection task - its specific class is PldCpm
class. Without this patch, landmark detection test cases will fail.
This patch updates the answer table values of relevant test cases correctly.

[1] https://review.tizen.org/gerrit/#/c/platform/core/api/mediavision/+/300755/

Change-Id: Id0219912d9c912bb4f4b597a968a3ba9213bfa9d
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop parsing dependency from landmark detection

[Issue type] : code refactoring

Drop the configuration and meta file parsing dependency from LandmarkDetection
class.

Until now, the concrete class of each task group got the task group
configuration information from its own configuration file, and also
included a MetaPaser class object to get the tensor information,
which is corresponding to a given model file.

However, these dependencies led code smell, divergent change[1] even though
the concrete class has no any dependency from parsing the configuration and
meta files - needed only information after parsed.

As a first refactoring work, this patch extracts parsing portion from
LandmarkDetection class and introduces as a new class, LandmarkDetectionConfig
class.

With this, adapter classes of the landmark detection task group will parse
the configuration and meta files before creating LandmarkDetection class.
And then it will create LandmarkDetection class with needed information.
As a result, we could manage the LandmarkDetection class without any
dependency on parsing work.

[1] https://refactoring.guru/smells/divergent-change

Change-Id: I29f2d684e2b6e698dcf36a8294c608e90dda67c0
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: use DEFAULT_MODEL_NAME for landmark detection task group

[Issue type] : new feature

Use the meta file for landmark detection tasks to set the default model

With this patch, a proper concrete class object will be created
at the constructor of FacialLandmarkAdapter and PoseLandmarkAdapter classes
according to the default model names which are parsed from each meta file,
facial_landmark.json and pose_landmark.json files.

And also this patch calls the member function, create, to create the concrete
class object corresponding to the default model name instead of creating
a default concrete class object directly.

Finally, we can create user-desired concrete class object without rebuilding
by simply modifying the meta files.

Change-Id: I4ef045fe1ae24177ae4ebc7a3f48ae6e136c01dc
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: use DEFAULT_MODEL_NAME for face detection task

[Issue type] : new feature

Use the meta file for face detection task to set the default model

With this patch, a proper concrete class object will be created
at the constructor of FaceDetectionAdapter class according to the default
model name which is parsed from face_detection.json file.

And also this patch calls the member function, create, to create the concrete
class object corresponding to the default model name instead of creating
a default concrete class object directly.

Finally, we can create user-desired concrete class object without rebuilding
by simply modifying the meta file, face_detection.json.

Change-Id: Iaddd0a820180332707852bbea51afcafb49238fa
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: add image segmentation task group support

[Issue type] : new feature

Add image segmentation task group support. As a first specific task,
this patch adds a selfie segmentation task which uses the external plugin
module via ImageSegmentationExternal class instead of internal one.
Regarding the internal task, I will update it later.

Selfie segmentation task uses image data as input source and makes also image
data as output result.

Change-Id: I6d19e176164c0187bfe710ec41a050839fa90091
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Fix build break

[Issue type] Fix

add 'mv_private.h' for fixing build braek regarding 'dlog.h' and clean up duplicate include.

Change-Id: If5ae377f1bd3ecb53279277ace834d5d4ed1209c
Signed-off-by: sangho park <sangho.g.park@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.29.0

Inki Dae (16):
  mv_machine_learning: move inferenceThreadLoop into class
  mv_machine_learning: use template type for outgoing_queue
  mv_machine_learning: introduce common asynchronous inference manager
  mv_machine_learning: drop redundant member variables
  mv_machine_learning: code refactoring to AsyncManager
  mv_machine_learning: embed AsyncManager into each task group
  mv_machine_learning: drop mv_image_classification_open.h header file
  mv_machine_learning: move member functions to private
  mv_machine_learning: drop Mediavision dependency from image
    classification adapter
  mv_machine_learning: add async API for image classification task group
  mv_machine_learning: move member functions to private
  mv_machine_learning: drop Mediavision dependency from landmark
    detection adapters
  mv_machine_learning: drop FaceRecognitionRegisterInput structure
  mv_machine_learning: add  add async API for landmark detection task
    group
  mv_machine_learning: drop importLabel wrapper
  mv_machine_learning: clean up mv_private.h header inclusion

Vibhav Aggarwal (4):
  mv_machine_learning: bug fix for setting backend type and target
    device
  mv_machine_learning: clearing up resources in the beginning of each
    test case
  mv_machine_learning: bug fix when no label is registered
  mv_machine_learning: return NO_DATA error

Change-Id: I8b1b169e3d1e5092d95ce8ad9fb87a3f476f98d1

mv_machine_learning: clean up mv_private.h header inclusion

[Issue type] : code cleanup

Clean up the header inclusion by making mv_private.h to be included by
machine_learning_preprocess.cpp instead of machine_learning_preprocess.h
because the header inclusion is needed to use LOG_TAG but only needed by
machine_learning_preprocess.cpp file.

Change-Id: I656f00a1508ce68487d63ba2a3c1fc3d62922549
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop importLabel wrapper

[Issue type] : code cleanup

Drop importLabel member function of FaceRecognition class. This wrapper
function isn't needed anymore so we can call the importLabel function of
LabelManager class instead.

And also change return type to void including removeLabel().
It's enough with throwing an exception in error case, and return NO_DATA
if label file doesn't exist when we called recognitionFace() - it means
that we tried to recognize a given input but didn't find a proper label.

Change-Id: Ib49b72261a1b8be029d58f8088507e8bece0c674
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: return NO_DATA error

[Issue type] : bug fix

When the user does not register any face,
or unregisters all the faces, inference should
return MEDIA_VISION_ERROR_NO_DATA.

Change-Id: Ie66ffc8e8ba0357983103125bf6278b79703df2e
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: bug fix when no label is registered

[Issue type] : bug fix

LabelManager::removeLabel had a bug where it did not remove
a label if it was the only label registered.
Additionally, LabelManager::importLabel did not clear the
_labels vector when label file doesn't exist.
This patch fixes this behaviour.

Change-Id: I628d3a6bfff41dbfd782d39c1b573175ce974b38
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: clearing up resources in the beginning of each test case

[Issue type] : bug fix

The RemoveModelResources() function is being called at the end
of the testcases to remove the model files. However, when a
test case fails due to failed assertion, the model files are not
getting removed and this can affect the next testcase.
This patch removes the model files in the beginning as well.

Change-Id: Ib94e894f168c35fe783f6195366369e1b8d18dd5
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: bug fix for setting backend type and target device

[Issue type] : bug fix

The set_model and set_engine APIs should have higher precedence
over the default config file, whenever used. However, for the
tasks landmark_detection, objection_detection and
object_detection_3d, the config file was overwriting model
and engine info. This patch fixes this behaviour.

Change-Id: Iafdfbbd86df98ea60d301fda2d2d8053074ac2ab
Signed-off-by: Vibhav Aggarwal <v.aggarwal@samsung.com>

mv_machine_learning: add  add async API for landmark detection task group

[Issue type] : new feature

Add two asynchronous API, mv_facial_landmark_inference_async and
mv_pose_landmark_inference_async, for landmark detection task group
using AsyncManger class which is a common class for asynchronous API support
including test case.

In addition, this patch drops the use of mutex lock due to the dead lock issue
as known-issue mentioned already through the patch[1]

[1] commit-id : fdbd84f1ff3b30c9f18598b65da777f65611e4cb

Change-Id: Ifbf5a58d5053ca0226caff14913f4a0d3ba1c45e
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop FaceRecognitionRegisterInput structure

[Issue type] : code cleanup

Drop FaceRecognitionRegisterInput structure. We can use inputs and labels
members of FaceRecognitionInput structure for register instead of
FaceRecognitionRegisterInput one.

Change-Id: I62fdfad7dee351baf5b4e64af59780ac2cce9165
Reported-by: Vibhav Aggarwal <v.aggarwal@samsung.com>
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop Mediavision dependency from landmark detection adapters

[Issue type] : code refactoring

Drop Mediavision dependency from adapter classies of landmark detection task
group. There is a use case that pre-trained model file is used in private.
Therefore, the model relevant code cannot be opened. And even such users want
to configure the inference or training engines in their way.

In this case, we need to manage it properly by providing plugin approach of
behavior class. And this patch is a first step for supporting plugin based
behavior class which can be delivered as separate package.

Change-Id: I54a3f2f8de86290718129b8a44a724d3d9a3f246
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: move member functions to private

[Issue type] : code cleanup

Move two member functions inference and preprocess from protected to private.
They are used only in LandmarkDetection class.

Change-Id: I5890575da6c926fcfb6c164c27e071bea68a3752
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: add async API for image classification task group

[Issue type] : new feature

Add asynchronous API, mv_image_classification_inference_async, for image
classification task group using AsyncManger class which is a common class
for asynchronous API support including test case.

In addition, this patch includes one fixup and cleanup.
- Fix a issue that it can access to the empty input queue after
  waitforInputQueue() call by checking if the input queue is empty or not.
- Clean up parseMetaFile and configure member functions by using const &
  as a parameter type.

Change-Id: I402760e9f585e113b06933b7d36df1767637e5c2
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop Mediavision dependency from image classification adapter

[Issue type] : code refactoring

Drop Mediavision dependency from adapter class of image classification task
group. There is a use case that pre-trained model file is used in private.
Therefore, the model relevant code cannot be opened. And even such users want
to configure the inference or training engines in their way.

In this case, we need to manage it properly by providing plugin approach of
behavior class. And this patch is a first step for supporting plugin based
behavior class which can be delivered as separate package.

Change-Id: Ibb7d4b5fa292378bbc5ab1fe7f5c8c00406ee3b2
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: move member functions to private

[Issue type] : code cleanup

Move two member functions inference and preprocess from protected to private.
They are used only in ImageClassification class.

Change-Id: I2e283dd8e55bbf5a9cb45359b48ebeb08f9d1892
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop mv_image_classification_open.h header file

[Issue type] : code cleanup

Drop mv_image_classification_open.h header file which is a abandoned file.

Change-Id: I8be8bc47acd6880f5eaef3cab126ca0f60069498
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: embed AsyncManager into each task group

[Issue type] : code cleanup

Embed AsyncManager into eash task group by moving all implementations from
cpp file to header one because keeping the implementations in cpp file
propergates template type declarations every time each task group
uses the AsyncManager for async API support.

Wit this patch, mv_ml_common.so library file isn't created anymore so drop
the relevant code.

Change-Id: I4fbabcfbe5cb29053858549fd77400ae9ae3ec2d
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: code refactoring to AsyncManager

[Issue type] : code refactoring

Do code refactoring to AsyncManager by introducing new public member functions -
push() and pop() - and by moving existing all member functions as private ones
excepting isWorking(), popFromInput() and pushToOutput() which are used
in InferenceCallback function of the object detection task group.

By doing this, it can support async API with AsyncManager easily because
what each task group has to do for it is to call push() in PerformAsync()
and to call pop() in getOutput(). In addition, this patch moves the logic
of inferenceCallback() to lamda block of performAsync().

For async API support, what each task group have to do is,
    void TaskGroup::performAsync()
    {
        ...
        // create AsyncManager class with lamda function.
        ...
        _async_manager->push(inputVectors);
    }

    void TaskGroup::getOutput()
    {
        if (_async_manager) {
            ...
            _current_result = _async_manager->pop();
        }
        ...
    }

Change-Id: I022c71b921b5351d739ba685c188625806162000
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop redundant member variables

[Issue type] : code cleanup

Drop a redundant member variables from ObjectDetectionInput and
AsyncInputQueue structures. The member variables - handle, inference_src,
and user_data - aren't used anymore.

Change-Id: Iecd39cb8ca0f2cafdfd09b792bdcbe9cca72ca8b
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: introduce common asynchronous inference manager

[Issue type] new feature

Introduce a new asynchronous inference manager - AsyncManager class - for
asynchronous API support of all task groups. This patch just moves the queue
management relevant code from object detection task group to common directory
so that other task groups can use it commonly for the asynchronous API
implementation.

As of the queue management, input queue can be used commonly for all
task groups even though data type of each input tensor is different each
other by storing the input tensor data with unsigned char type but not used
for output queue.

In case of output queue, how to decode the output tensor data is different
each other according to the used pre-trained model. It means that each result
structure of the used pre-trained model should be different. Therefore,
this patch uses template type for output queue so that model-driven data
structure can be used.

Each task group who wants to use AsyncManager has to follow below rules,
 - create a async manager handle with its own inference callback function.
   i.e,
       in template<typename T> void void ObjectDetection::performAsync(...),
       {
           if (!async_manager) {
               // Create async manager handler with its own inference callback.
                _async_manager = make_unique<AsyncManager<TaskResult> >(
                          [this]() { inferenceCallback<T, TaskResult(); });
           }

           if (!_async_manager->isInputQueueEmpty<T>())
               return;
           ...

           // Push a input queue for inference request.
           _async_manager->pushToInput<T>(in_queue);

           // Invoke async manager. This triggers a internal thread for
           // performing the inference with the given input queue.
           _async_manager->invoke<T>();
       }

      and in ObjectDetection::getOutput()
  {
          if (_async_manager) {
              if (!_async_manager->isWorking())
                  throw an_exception;

              _async_manager->waitforOutputQueue();
              _current_result = _async_manager->popFromQueue();
          }
          ...
     }

     and in inference callback function of each task group,
 template<typename T, typename R> void ObjectDetection::inferenceCallback()
 {
         // Get a input queue for inference.
         AsyncInputQueue<T> inputQ = _async_manager->popFromInput<T>();
         inference<T>(inputQ.inputs);
         R &resultQ = result();
         resultQ.frame_number = inputQ.frame_number;

         // push the inference result to outgoing queue.
         _async_manager->pushToOutput(resultQ);
     }

Change-Id: Ie2b68b910a73377fa4d4ad8646b134e3c2bf709a
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: use template type for outgoing_queue

[Issue type] : code cleanup

Use template type for _outgoing_queue. As for asynchronous inference,
we need to allow various structures to be pushed to outgoing queue
because each task group can be used for different purpose and this means
that various result structures are needed.

This is just a step for introducing asynchronous inference manager.

Change-Id: I5d7fbe59da3c95e59366f10f8232eed42a6a5e60
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: move inferenceThreadLoop into class

[Issue type] : code cleanup

Move the thread callback, inferenceThreadLoop(), for performing asynchronous
inference into ObjectDetection class. This is a first step for introducing
asynchronous inference manager which can be used commonly for other
task groups.

Change-Id: Ie018712406e7e922f92dfea8a23aead72e8e61c9
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Fix vision-source API

[Version] 0.28.19

Change-Id: I56a7582af5009149f796f48c00b15e2b075518d1
Link: https://review.tizen.org/gerrit/c/platform/core/multimedia/vision-source/+/299618
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: update test case for face recognition

[Version] : 0.28.18
[Issue type] : update test case

Update the test case 'RemoveAllLabelShouldBeOk' for face recognition.
The test case checks if unregistering all labels works well after training.
However, we didn't consider confirming the actual results
after the training-after-unregistering test.

This patch ensures that the actual results are confirmed.

Change-Id: I368a0440140d39bb3769a0a447c6cde96fb20b7b
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: make sure to clean up dataset

[Version] : 0.28.17
[Issue type] : bug fix

Make sure to clean up the training dataset after training the dataset.
If the dataset isn't cleaned up after training then new dataset will be
stacked on the previous ones. So clean up it after training.

Change-Id: I4f985e87560d5ddc237b31a16be1998ff40b1563
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: fix label removal issue of face recognition

[Issue type] : bug fix
[Version] : 0.28.16

Fix a label removal issue of face recognition framework.

Due to this issue, seg. fault happened when unregistering a given label
because the label table wan't updated after unregistering the label.

Therefore, this patch fixes the problem by making sure to update the label
table after unregistering. In addition, this patch makes the result CAPI
to be allowed after mv_face_recognition_inference function call so relevalt
test case is also updated properly.

Change-Id: Ib913d56c8b3625c2c6ebf9468aa19734d4ada0d2
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.28.15

Inki Dae (6):
  mv_machine_learning: code clean to setModelInfo function
  mv_machine_learning: do not check model info
  mv_machine_learning: introduce DEFAULT_MODEL_NAME for object detection
  mv_machine_learning: code refactoring to getOutput function
  mv_machine_learning: drop dead code
  mv_machine_learning: change async API behavior

Kwanghoon Son (4):
  Remove mv_private include
  mv_common: Drop common_c functions
  mv_3d: Drop open functions
  Remove FORCED_STATIC_BUILD option

Change-Id: If70c54ebc3f13ff35e514d208e5d8217a72aed56

Remove FORCED_STATIC_BUILD option

Static link option is never used.

[Issue type] Refactoring

Change-Id: Ia2e916f53f84eb8ca9d00203dc7e19815d9edaba
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_3d: Drop open functions

[Issue type] refactoring

3d open functions was created for individual adapter layer
requirements, but was never used. Delete it because it slows down
execution and only increases complexity.

Change-Id: I1ad39ece35e808a4fde2f5f9bc32bf342bbb1153
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_common: Drop common_c functions

[Issue type] refactoring

common_c functions was created for individual adapter layer
requirements, but was never used. Delete it because it slows down
execution and only increases complexity.

Change-Id: I550e5a354f413635a45277eaa0abef028bb452ab
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: change async API behavior

[Issue type] : code refactoring

Change async API behavior of object detection task group.

In original version, async API created an internal thread which is
different from main thread because the callback function registered by
user was called by the new thread context created by the internal framework.

With this patch, user has to create a new thread for the use of async API.
Below is an simple example,
void thread_cb(...)
{
...
while (condition) {
...
mv_object_detection_get_result(handle, &number_of_objects, ...);
...

for (unsigned int idx = 0; idx < number_of_objects; ++idx) {
...
mv_object_detection_get_label(handle, idx, &label);
...
}
}
}

In addition, this patch drops the use of mutex for thread safety due to
dead lock issue. I will introduce a new thread safety solution with
more fine-grained lock approach later.

Change-Id: I7621097a7b08456d61af79ca2659546083e0ece0
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop dead code

[Issue type] : code cleanup

Drop the dead code. mv_face_detection_open.h and mv_object_detection_open.h
files aren't used anymore.

Change-Id: I5cbc98ee87b59c599d2790706dc32d8d8cec2944
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: code refactoring to getOutput function

[Issue type] : code refactoring

Do code refactoring to getOutput function of the concrete class,
ObjectDetection, by extracting some portion of existing getOutput function code
and moving it to a new interface function, getOutputCache.

With original version of the getOutput function, it handled the specific case
that one more get-result API are called, which in turn, it made the getOutput
function to be complicated.

Therefore, this patch drops the specific case from the getOutput function
by introducing getOutputCache interface which always returns internal
result object, _current_result instead of calling the result member function
of each concrete class which decodes raw output tensor data after the completion
of the inference.

Change-Id: I4aacb8fc55be3f63a983182b919291dcb927b0c9
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Remove mv_private include

mv_private is not used and should not include in header file

Change-Id: Ia3149b9b048ca06ca19535e80ec5b6b23e006dbe
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: introduce DEFAULT_MODEL_NAME for object detection

[Issue type] : new feature

Introduce DEFAULT_MODEL_NAME for object detection task group, which is a new
key for object detection meta file.

With this patch, a proper concreate class object will be created
at the constructor of ObjectDetectionAdapter class according to the default
model name which is parsed from object_detection.json file.

And also this patch calls the member function, create, to create the concrete
class object corresponding to the default model name instead of creating
a default concrete class object directly.

Finally, we can create user-desired concrete class object without rebuilding
by simply modifying the meta file, object_detection.json.

Change-Id: Ie159991985c4ed9a28abc5a377037110fe319be6
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: do not check model info

[Issue type] : bug fix

Do not check model info given by user because the user-given model info
is optional but not mandatory. If the model info isn't set then default
one will be used instead.

Change-Id: I4b7dea2e2e3c53a6e418e5ac7f7cc22c328cdbd6
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: code clean to setModelInfo function

[Issue type] : code cleanup

Clean up setModelInfo function by doing function extraction.

setModelInfo function converted a given model name to its corresponding
task type internally so it made the function to be complicated.
This patch extracts the conversion portion from setModelInfo function as
another function and makes the function to be called instead.

Change-Id: I93243ffba543f9c6e9a1f0d7690d8f48a1bd14e1
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Fix build warnings

Change-Id: I180eeca73b7b95c66bbc65d93afbef9ed98e08e5
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

packaging: drop BSD license

[Version] : 0.28.14
[Issue type] : drop license

Drop BSD license because now Mediavision uses OpenCV 4.7.0, and
OpenCV 4.5.0 and higher are licensed under Apache 2 license according to
OpenCV official site[1].

[1] https://opencv.org/license/

Change-Id: Ie44593bb68bfcc1b487e941e5d58b7213558ed14
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Exclude lcov on pointcloud

[Version] 0.28.13-1

pointcloud only works on aarch64.

Change-Id: I322227f9ece9ad331dc45bfc45e61821f84f8c3d
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Fix gcov path

[Version] 0.28.13

Append path build end of capi-media-vision-{version}
Finally correct full path is capi-media-vision-{version}/build

error message :
```
[DEBUG]:[2023-08-22,03:42:16]:[host_cmd.py:cmd:77]:geninfo: Warning: ('gcov') skipping .gcda file
/home/ttf/jenkins_workspace/workspace/CEC_TIZEN_RPI4_GCOV_COVERAGE/CEC/res/coverage_gcov/gcov_data/capi-media-vision-0.28.12/build/mv_roi_tracker/roi_tracker/CMakeFiles/mv_roi_tracker.dir/src/ROITracker.cpp.gcda
because corresponding .gcno file is missing
```

Fixed: 00a391760b680b37647a0ebce188a9f55db38243
Change-Id: I7ab8b11f83cd41b42a6beb8c7e5b0e06e9e18512
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Append gcov path with package version

[Version] 0.28.12

Append path capi-media-vision-{version} end of usr\share\gcov\obj\capi-media-vision

Fixed: 7530347598dfc1629ecf260aa01bac4d5393b472
Change-Id: I181aba162c54f589c31febb41459e66d39e50433
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.28.11

Inki Dae (6):
  mv_machine_learning: drop meta approach dependency from preprocess
  mv_machine_learning: pack header files for external plugin
  mv_machine_learning: rename Preprocess header file
  common: clean up to mv_private.h file
  mv_machine_learning: pass a task type to external module
  mv_machine_learning: drop create member from itask

Kwanghoon Son (1):
  Change gcov install path

Change-Id: I94359713f6b4a3b5bea24702ae61a1ddd50b0498
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Change gcov install path

Directory path 'build'(basename) should removed.

Change-Id: I9d1be63cc0c8b7a8e36700f5e015cfc4484e8868
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: drop create member from itask

[Issue type] : code cleanup

Drop create interface from itask interface class.

The create interface isn't common but specific to certain task group.
Therefore, drop the interface from itask interface class, and change
the create member function of each adapter class to private member if needed.

Change-Id: I65264ede3d5b627c04b7fd6d8cb7555677b0d665
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: pass a task type to external module

[Issue type] : code cleanup

Pass a given task type from Mediavision framework to external module
so that the external module can perform various models according to
user-given behavior.

Change-Id: I86f3254081c4bf47d3659c97ee20a4a0c5408843
Signed-off-by: Inki Dae <inki.dae@samsung.com>

common: clean up to mv_private.h file

[Issue type] : code cleanup

Clean up mv_private.h by dropping unnecessary inclusions and by moving
mv_private.h from include/ to mv_common/include/.
There is no reason for the header file should exist in include directory
because it is used by internal framework code only.

Change-Id: I4160942cd4966eb4104393e4193d5dfb30ed3691
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: rename Preprocess header file

[Issue type] : code cleanup

Rename Preprocess.h to machine_learning_preprocess.h.
The header file name, Preprocess, is a generic one so let's change
the file name with specific one.

Change-Id: Ic497702eb27c00172159801757c16d1faf6896a4
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: pack header files for external plugin

[Issue type] : package update

Pack two header files - machine_learning_exception.h and Preprocess.h
to devel package so that external plugin module can use them.

Change-Id: I69b26c3a415d817afb35e1537073f40e8226bb2f
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop meta approach dependency from preprocess

[Issue type] : code cleanup

Drop meta approach dependency from Preprocess class.

As for this, this patch introduces a new member function of the Preprocess
class, setConfig. This function sets user-desired configuration to
the Preprocess object so that preprocessing operation can be performed with
the configuration. This is required for external plugin such as
ObjectDetectionExternal class to use the Preprocess class to preprocess
a given input data because the external plugin can use its own approach
instead of Mediavision's one.

Change-Id: I3600ed06335f196da3885daca0c2da85c931cd6d
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: fix DEREF_OF_NULL_RET.STAT svace issue

[Issue type] : bug fix
[Version] : 0.28.10

Fix two svace issues from VD KONA, DEREF_OF_NULL_RET.STAT.
WGID: 3342, 1134975

Change-Id: I292348f51b9cb9a70c48cedc281c0b92ec91a3d5
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Change vision_source_buffer_s to media_packet_h

Change-Id: I77fc29a15268d613d529af8302731e4f30250bef
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.28.9

Inki Dae (5):
  mv_machine_learning: code cleanup to label manager
  mv_machine_learning: introduce
    mv_face_recognition_get_label_with_index() api
  mv_machine_learning: use in-class initialization
  mv_machine_learning: fix two bugs
  mv_machine_learning: fix a bug after unregistering

Kwanghoon Son (3):
  Fix typos
  Fix more typos
  Exclude mv_machine_learning gcov files

sangho park (2):
  Separate build and source directories
  add .gitignore files

Change-Id: I25fc7935b1fc68ba71c810099e5a9812a6f97cf1

mv_machine_learning: fix a bug after unregistering

[Issue type] : bug fix

Fix a bug that mv_face_recognition_get_confidence() call fails after
unregistering a given label from the label file.

This issue was that internal result structure can be updated only if
one of tensor value must meet the decision threshold. Therefore,
this patch makes the internal result structure to updated regardless
of the decision threshold, updates the test case, and cleans up code.

Change-Id: I0aa9d70e0b89616ee8390a1ef37986f98f6c0020
Signed-off-by: Inki Dae <inki.dae@samsung.com>

add .gitignore files

[Issue type] : code cleanup

for vscode environment, add ignore untracked files.

Change-Id: I7cbff9529a5740c4e7d0a0d25ecd3ba8b23eb982
Signed-off-by: sangho park <sangho.g.park@samsung.com>

Separate build and source directories

[Issue type] : code cleanup

Source and build artifacts in separate directories for source control

Change-Id: Ie1f4b2ee126e33cefbdde720ec96a394ad5c3a0d
Signed-off-by: sangho park <sangho.g.park@samsung.com>

mv_machine_learning: fix two bugs

[Issue type] : bug fix

Fix two bugs - 1. one is to fix wrong result tensor data issue after
registering a new label without inference request, and 2. other is to fix
unexpected exception issue when the first label data is registered without
label file.

For issue number 1, the reason is that we got num_of_confidences from the label
file not internal result structure when mv_face_recognition_get_confidence()
funtion is called. As for this, this patch makes __labels of internal
result object - FaceRecognitionResult structure - to be updated only when
inference request is done, and it gets the num_of_confidences from the
internal result object and returns it to user.

For issue number 2, the reason is that addLabelToFile fucntion returned
0 when the label file doesn't exist, and it resulted in invalid operation
exception. As for this, this patch makes addLabelToFile function not to
return the invalid operation exception when the label file doesn't exist
because what this function has to is to add a given new label name to
the label file.

Change-Id: Ie66e2a65d40a2f2f8e091b46173cb0ecb2ddf23d
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Exclude mv_machine_learning gcov files

Most of code from mv_machine_learning is internal API.
Since tct not ready, exclude coverage scope

Change-Id: I5eb8c29cf79bcee732b2f4c2881db7b9b508b81f
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Fix more typos

Change-Id: I9a1a48ec0be0a1def995dace7b70127008612986
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Fix typos

Change-Id: I42eb061115e5962540a38c7aff1a2a5532b89f1a
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: use in-class initialization

[Issue type] : code cleanup

Change-Id: Icc71f07575c5ec4348c6d6e9e83a9bd35b7f58d6
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: introduce mv_face_recognition_get_label_with_index() api

[Issue type] : new feature

Introduce a new api, mv_face_recognition_get_label_with_index() function
which returns a label string corresponding to a given index value.

With this new API, this patch adds a new test case which tests it.

Change-Id: Iad1a5dee3fa34cc55b27cf063b33b0d9b42d6d98
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: code cleanup to label manager

[Issue type] : code cleanup

Clean up the label manager of face recognition task group by doing,
  - drop redundant code.
  - change _labels_and_files to _labels. Aand we don't need to use
    map data structure so use just vector type instead.
  - change return type of importLabel function - int to size_t.
  - iterate _labels vector instead of the label file.

Change-Id: I46809598ef67aea2a318408c4cdc3ff91d3332e4
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Fix auto to const auto &

[Version] 0.28.8
[Issue] coverity

Coverity report major defect auto_causes_copy.

Change-Id: I5fe928d8a95572f26ddd0f299299a45a2c043732
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

Merge branch 'tizen_devel' into tizen

[Version] 0.28.7

Inki Dae (13):
  mv_machine_learning: add async API for object detection task group
  mv_machine_learning: move async relevant code into behavior class
  test: add mobilenet_v2_ssd model support for async API test
  mv_machine_learning: drop *open.cpp files from task groups
  mv_machine_learning: add async API for face detection task group
  mv_machine_learning: drop redundant function declarations
  mv_machine_learning: update authors
  mv_machine_learning: use enum class instead of enum
  mv_machine_learning: introduce a new internal API for face recognition
  mv_machine_learning: drop Mediavision dependency from object detection
    adapter
  mv_machine_learning: introduce IObjectDetection class
  mv_machine_learning: pack header files for plugin support
  mv_machine_learning: introduce ObjectDetectionExternal class

Kwanghoon Son (2):
  mv_machine_learning: Fix members initialize
  Fix Tizen version 7.5 to 8.0

sangho park (2):
  visualizer : fix memory leak issue
  Revert a mis-synced devel patch

Change-Id: I46bfe4414446b5483f43ff5a2f08d6fbc82e6d69

mv_machine_learning: introduce ObjectDetectionExternal class

[Issue type] : new feature

Introduce ObjectDetectionExternal class which loads, unloads and manages
external plugin module provided as separate package.

If model name is given as "od_plugin" then object detection task group
will bind external plugin module and use it through ObjectDetectionExternal
class instead of internal behavior class, ObjectDetetion class.

Change-Id: If73ef7bb24e011b4375850100186f7a952ffca99
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: pack header files for plugin support

[Issue type] : add header

Pack header files for supporting object detection plugin module.

According to plugin support requirement, behavior class of itask
can be implemented as separate package. As a initial support,
this patch packs object detection relevant headers which are needed
by separate plugin module when building.

Change-Id: I2c594440a63877420d4aef44573ebeffab3c5a1f
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: introduce IObjectDetection class

[Issue type] : new feature

Introduce IObjectDetection class which needs to support plugin base behavior
class. With this patch, the internal behavior class, ObjectDetection,
is derived from IObjectDetection.

On top of this patch, I will introduce a wrapper class derived from
IObjectDetection again. The wrapper class will be used to deploy plugin based
behavior class using dlsym function.

Change-Id: I0d66ceab010e66fab6d45bb8e55a042f9f9a1403
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: drop Mediavision dependency from object detection adapter

[Issue type] code refactoring

Drop Mediavision dependency from adapter class of object detection task
group. There is a use case that pre-trained model file is used in private.
Therefore, the model relevant code cannot be opened. And even such users want
to configure the inference or training engines in their way.

In this case, we need to manage it properly by providing plugin approach of
behavior class. And this patch is a first step for supporting plugin based
behavior class which can be delivered as separate package.

Change-Id: I1549e862ed35bf467b2b99e8364b2390e69fe2b0
Signed-off-by: Inki Dae <inki.dae@samsung.com>

mv_machine_learning: introduce a new internal API for face recognition

[Issue type] : new feature

Introduce new internal API - mv_face_recognition_get_confidence - for
face recognition task group, which provides raw tensor data to user.

Change-Id: I49b61dce7c97b00a16b7f1c49e0a2b96a4a17d2f
Signed-off-by: Inki Dae <inki.dae@samsung.com>

Revert a mis-synced devel patch

[Version] 0.28.7
[Issue type] Fix

'mv3d: add new vector type' should be merged in M2

Change-Id: Ib25794d6b00d9760a5c7046547a226de221fc2f7
Signed-off-by: sangho park <sangho.g.park@samsung.com>

Fix Tizen version 7.5 to 8.0

Change-Id: I402983dbe9509106342772030270fac3feb1d836
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

mv_machine_learning: Fix members initialize

[Version] 0.28.6
[Issue type] Fix

WGID 540948 warn about members aren't initialized.

Change-Id: I20bc22bfc07a6378e912d43048439573169c974b
Signed-off-by: Kwanghoon Son <k.son@samsung.com>

visualizer : fix memory leak issue

[Version] : 0.28.5
[Issue type] : bug fix

generated texture must be deleted

Change-Id: I15187215561de4a0d7dfc7ec8d973ee47a1ccaf5
Signed-off-by: sangho park <sangho.g.park@samsung.com>