MTCNN（六）c代码网络结构的更改

太过爱你忘了你带给我的痛 2022-05-08 14:58 155阅读 0赞

**背景：**将MTCNN部署在FPGA上需要将其代码设计为C代码，c代码的网络结构需要与python代码保持一致。

**目的：**将MTCNN的c代码网络结构转为与python代码一致。

**目录**

一、相关代码与含义

1.1 相关知识

类对象

this指针

1.2 与网络结构相关的数据

1.3 相关的函数及含义

在network.cpp之中，

具体系列的函数

二、与网络结构定义相关的语句

2.1 mtcnn.h

mtcnn.cpp

2.2 Pnet::Pnet

2.3 Pnet::~Pnet

2.4 Pnet::run

2.5 Rnet::,Onet::系列相关

2.6 mtcnn.cpp中与网络结构无关的函数

三、Pnet结构的更改

3.1 python代码前后结构

3.2 c代码中变量及含义

3.3 相关函数参数

init系列

运算系列

3.4 参数更改顺序

四、卷积运算相关代码

4.1 pad运算

4.2 feature转为矩阵形式

4.3 convolution

五、结构更改顺序

5.1 mtcnn.h中的定义

5.2 mtcnn.cpp

--------------------

# 一、相关代码与含义 #

## 1.1 相关知识 ##

### 类对象 ###

[https://blog.csdn.net/qq\_32583189/article/details/52412369][https_blog.csdn.net_qq_32583189_article_details_52412369]

[http://www.baike.com/wiki/%E7%B1%BB%E5%92%8C%E5%AF%B9%E8%B1%A1][http_www.baike.com_wiki_E7_B1_BB_E5_92_8C_E5_AF_B9_E8_B1_A1]

实例化一个对象就是通过new运算符为对象分配空间（类属于复合数据类型，在声明对象时，系统并没有为对象分配空间，用户需要应用new完成分配空间的任务）。既可以在声明对象时实例化（创建）对象，也可以先声明对象，然后再创建。

### this指针 ###

[https://baike.baidu.com/item/C++this%E6%8C%87%E9%92%88/637012][https_baike.baidu.com_item_C_this_E6_8C_87_E9_92_88_637012]

this[作用域][Link 1]是在类内部，当在类的非静态成员函数中访问类的非静态成员的时候，[编译器][Link 2]会自动将对象本身的地址作为一个隐含[参数传递][Link 3]给函数。

## 1.2 与网络结构相关的数据 ##

pBox.h程序之中，均为struct结构体

*  pBox 理解为三维的picture box，包含了数据指针，宽，高，channel
 *  pRelu 相关prelu的斜率参数，包含了数据指针，宽度
 *  Weight 权重参数，包含了两个数据指针：1指向卷积核的数据，2与卷积核的偏置，其他参数为lastChannel上一层的featureMap数量，selfChannel本层输出的featureMap数量，卷积核大小，步长，pad信息
 *  Bbox，bounding box, 包含了得分score，四个顶点的坐标，area，exist，关键点的坐标ppoint\[2\*NumPoint\]，和regrecoord
 *  orderScore,包含了指向结构的指针，score以及初始的顺序。

## 1.3 相关的函数及含义 ##

## 在network.cpp之中， ##

*  所有的init函数都是malloc相应的空间，然后数据指针指向的部分全部置0.
 *  所有的\_\_toMatirx函数都是将相应的数据转为矩阵形式。
 *  具体名字的函数是具体的前馈运算

## 具体系列的函数 ##

*  initConvAndFc函数，初始化卷积层与Fc层，把相应的**权重参数**传给Weight结构体，然后返回值该层权重的个数，指针指向的**权重值**先置为0。

Pnet::run

image2Matrix(image, this->rgb);
    feature2Matrix(this->rgb, this->conv1_matrix, this->conv1_wb);
    convolution(this->conv1_wb, this->rgb, this->conv1, this->conv1_matrix);

*  image2Matrix，将Mat格式读入的图像转为pBox格式的图像
 *  featurePad, 将pBox格式的图像进行pad
 *  feature2Matrix，将featureMap转为矩阵形式用于后面的矩阵乘
 *  convolution，第一个参数为权重（权重自读取进来之后就始终没有变化，矩阵形式的权重与三维权重大小相同，而featureMap的大小在转换时就需要发生相应的变化），第二个参数的目的仅仅是传递网络结构给卷积函数。最后一个参数为矩阵形式的featureMap。

# 二、与网络结构定义相关的语句 #

## 2.1 mtcnn.h ##

定义了Pnet，Rnet，Onet的class，class中定义了网络的结构

## mtcnn.cpp ##

## 2.2 Pnet::Pnet ##

定义Pnet::Pnet函数，在函数中实例化Pnet的class，将其中指针指向具体的struct 的pBox，weight

初始化conv与fc层

根据层参数初始化权重指针组，读取权重

## 2.3 Pnet::~Pnet ##

释放Pnet之前的指针指向的内存

## 2.4 Pnet::run ##

Init系函数，转化为matrix系列函数，卷积与池化init系列函数

然后是网络具体的前馈计算

## 2.5 Rnet::,Onet::系列相关 ##

与上面这些一致

## 2.6 mtcnn.cpp中与网络结构无关的函数 ##

Pnet::generateBbox，根据相应score生成备选框，无需更改

mtcnn::detectObject应该不涉及关于网络结构的更改相关的问题。

# 三、Pnet结构的更改 #

## 3.1 python代码前后结构 ##

Pnet原始结构

<table> 
 <tbody> 
 <tr> 
 <td> Feature size </td> 
 <td>name</td> 
 <td> Kernel size </td> 
 <td> Stride </td> 
 <td> Padding </td> 
 </tr> 
 <tr> 
 <td> 12*12*3 </td> 
 <td> conv1 PReLU1 </td> 
 <td> 3*3*10 </td> 
 <td> 1 </td> 
 <td> Valid </td> 
 </tr> 
 <tr> 
 <td> 10*10*10 </td> 
 <td>pool1</td> 
 <td> Maxpool 2*2 </td> 
 <td> 2 </td> 
 <td> Same </td> 
 </tr> 
 <tr> 
 <td> 5*5*10 </td> 
 <td> conv2 PReLU2 </td> 
 <td> 3*3*16 </td> 
 <td> 1 </td> 
 <td> Valid </td> 
 </tr> 
 <tr> 
 <td> 3*3*16 </td> 
 <td> conv3 PReLU3 </td> 
 <td> 3*3*32 </td> 
 <td> 1 </td> 
 <td> Valid </td> 
 </tr> 
 <tr> 
 <td> 1*1*32 </td> 
 <td>&nbsp;</td> 
 <td> &nbsp; </td> 
 <td> &nbsp; </td> 
 <td>&nbsp;</td> 
 </tr> 
 </tbody> 
</table>

Pnet  最终结构，只有3×3的卷积（为保证输出的得分图与输入的映射，需要same与valid）

<table> 
 <tbody> 
 <tr> 
 <td> Feature size </td> 
 <td>name</td> 
 <td> Kernel size </td> 
 <td> Stride </td> 
 <td> Padding </td> 
 </tr> 
 <tr> 
 <td> 12*12*3 </td> 
 <td> conv1 PReLU1 </td> 
 <td> 3*3*10 </td> 
 <td> 1 </td> 
 <td>Valid</td> 
 </tr> 
 <tr> 
 <td> 10*10*10 </td> 
 <td> pool1_conv1 pool1_PReLU1 </td> 
 <td> 3*3*16 </td> 
 <td> 2 </td> 
 <td> Same </td> 
 </tr> 
 <tr> 
 <td> 5*5*16 </td> 
 <td> conv2 PReLU2 </td> 
 <td> 3*3*32 </td> 
 <td> 2 </td> 
 <td>Valid</td> 
 </tr> 
 <tr> 
 <td> 3*3*32 </td> 
 <td> conv3 PReLU3 </td> 
 <td> 3*3*32 </td> 
 <td> 1 </td> 
 <td> Valid </td> 
 </tr> 
 <tr> 
 <td> 1*1*32 </td> 
 <td>&nbsp;</td> 
 <td> &nbsp; </td> 
 <td> &nbsp; </td> 
 <td>&nbsp;</td> 
 </tr> 
 </tbody> 
</table>

## 3.2 c代码中变量及含义 ##

原始结构：mtcnn.h与mtcnn.cpp

<table style="width:500px;"> 
 <tbody> 
 <tr> 
 <td>layer name</td> 
 <td>input and output</td> 
 <td>weight</td> 
 </tr> 
 <tr> 
 <td> conv1 PReLU1 </td> 
 <td> rgb：矩阵格式的rgb图像 conv1_matrixI_in conv1 </td> 
 <td> conv1_wb prelu_gmma1 </td> 
 </tr> 
 <tr> 
 <td>pool1</td> 
 <td> maxPooling1 </td> 
 <td> &nbsp; </td> 
 </tr> 
 <tr> 
 <td> conv2 PReLU2 </td> 
 <td> maxPooling_matrix conv2 </td> 
 <td> conv2_wb prelu_gmma2 </td> 
 </tr> 
 <tr> 
 <td> conv3 PReLU3 </td> 
 <td> conv3_matrix conv3 </td> 
 <td> conv3_wb prelu_gmma3 </td> 
 </tr> 
 <tr> 
 <td> post conv layers </td> 
 <td>&nbsp;</td> 
 <td>&nbsp;</td> 
 </tr> 
 </tbody> 
</table>

## 3.3 相关函数参数 ##

### init系列 ###

image2MatrixInit（输入mat格式图片，输出rgb格式图片）

feature2MatrixInit（该层输入，该层需转化为的matrix格式的输入，该层权重）

convolutionInit（该层权重，该层输入，该层输出，该层matrix格式的输入）

maxPoolingInit（该层输入，该层输出，kernelSize，Stride）

### 运算系列 ###

feature2matrix(该层输入，该层需转化的matrix格式的输入，该层权重)

convolution（该层权重，该层输入，该层输出，该层marix格式输入）

prelu（该层输入输出，上层卷积的偏置，权重斜率）

maxpooling（该层输入，该层输出，kernelSize，Stride）

## 3.4 参数更改顺序 ##

mtcnn.h中pnet中的private成员定义

mtcnn.cpp中

Pnet函数中this指针指向的量

dataNumber中数值的值

pointTeam中数值指针值

readData的读入的值

～Pnet中的free的指针值

init系列开辟内存空间的值

run内运行相应的运算的值

# 四、卷积运算相关代码 #

原版的代码之中只有形式为valid的卷积，我们需要加入padding以及stride的卷积。代码之中关于卷积以及stride和padding的代码在network.cpp之中，我们需要搞懂此代码。

## 4.1 pad运算 ##

原版的pad是左右两边都加相同的pad，并且嵌套在convolution之中，顺序并不对。

原始的pad代码是两边都pad相同的尺寸，我们需要更改尺寸，我们加入leftPad与rightPad。（此处留有隐患就是左右顺序是否是正确的，但我们可以大致看出，feature的排列顺序是先行后列后channel）

//network.cpp in featurePad
 for (int row = 0; row < outpBox->channel*outpBox->height;row++){
 	if ((row%outpBox->height) <leftPad || (row % outpBox->height >(outpBox->height-rightPad-1))){
 		p += outpBox->width;
 		continue;
 	}
 	p += leftPad;
 	memcpy(p, pIn, pbox->width*sizeof(mydataFmt));
 	p += pbox->width + rightPad;
 	pIn += pbox->width;
 }

据此可以大致看出循环是for channel，for row，for col

## 4.2 feature转为矩阵形式 ##

卷积的矩阵乘法运用的是二维矩阵乘，所以需要将feature转换为二维形式与权重对应。以下为图像转为矩阵乘的参考。

//image2Matrix network.cpp
 for (int rowI = 0; rowI < image.rows; rowI++){
 	for (int colK = 0; colK < image.cols; colK++){
 		*p = (image.at<Vec3b>(rowI, colK)[0] - 127.5)*0.0078125;//opencvµÄÍ¨µÀÅÅÐòÊÇRGB
 		*(p + image.rows*image.cols) = (image.at<Vec3b>(rowI, colK)[1] - 127.5)*0.0078125;
 		*(p + 2*image.rows*image.cols) = (image.at<Vec3b>(rowI, colK)[2] - 127.5)*0.0078125;
 		p++;
 	}
 }

读取图像时的形式，将二维图像读取为线性的存储。

//network.cpp feature2matrix
 for (int row = 0; row< h_out; row ++){
 	for (int col = 0; col < w_out; col++){
 		pIn = pboxIn->pdata + row*stride*pboxIn->width + col*stride;
 
 		for (int channel = 0; channel < pboxIn->channel; channel++){
 			ptemp = pIn + channel*pboxIn->height*pboxIn->width;
 			for (int kernelRow = 0; kernelRow < kernelSize; kernelRow++){
 				memcpy(p, ptemp, kernelSize*sizeof(mydataFmt));//from ptemp to p
 				p += kernelSize;
 				ptemp += pboxIn->width;
 			}
 		}
 	}
 }

将feature转为矩阵形式，

## 4.3 convolution ##

// -------------convulution in 2D matrix format-------------------
    // input kernel matrix  *  input feature matrix(Trans) = output feature matrix
    // height (outChannels)    height (3D_KernelSize)        height (outChannels)
    // width  (3D_KernelSize)  width  (outFeatureSize)       width  (outFeatureSize)
    	//C=αAB + βC :   outpBox=weightIn*matrixIn(T)      
    	//          RowMajor(c code)   A no trans    B trans
    	cblas_sgemm(CblasRowMajor,     CblasNoTrans, CblasTrans, \
    	//A row C row         B col C col      A col B row     alpha
    	weightIn->out_ChannelNum,matrixIn->height,matrixIn->width, 1,\
    	//A*            A'col           B*              B'col          beta        C*             C'col
    	weightIn->pdata,matrixIn->width,matrixIn->pdata,matrixIn->width,0,outpBox->pdata,matrixIn->height);

cblas\_segmm的参数

[https://blog.csdn.net/u012235274/article/details/52769682][https_blog.csdn.net_u012235274_article_details_52769682]

cblas\_sgemm(order, transA, transB, M, N, K, ALPHA, A, LDA, B, LDB, BETA, C, LDA);

第一个参数的函数是存储的有限性，有行优先和列优先(c语言是行优先)  
第二个参数和第三个参数是是否转置  
A矩阵经过transA之后的维度是M×K  
B矩阵经过transB之后的维度是K×N  
C矩阵的维度是M×N  
LDA和LDB是对应矩阵还没变换之前，在主维度方向的维度。（如果是行优先就是列数）。

# 五、结构更改顺序 #

## 5.1 mtcnn.h中的定义 ##

## 5.2 mtcnn.cpp ##

*  中的变量创建，pnet
 *  网络结构init函数
 *  读取的指针
 *  free，run函数等

[https_blog.csdn.net_qq_32583189_article_details_52412369]: https://blog.csdn.net/qq_32583189/article/details/52412369
[http_www.baike.com_wiki_E7_B1_BB_E5_92_8C_E5_AF_B9_E8_B1_A1]: http://www.baike.com/wiki/%E7%B1%BB%E5%92%8C%E5%AF%B9%E8%B1%A1
[https_baike.baidu.com_item_C_this_E6_8C_87_E9_92_88_637012]: https://baike.baidu.com/item/C++this%E6%8C%87%E9%92%88/637012
[Link 1]: https://baike.baidu.com/item/%E4%BD%9C%E7%94%A8%E5%9F%9F/10944767
[Link 2]: https://baike.baidu.com/item/%E7%BC%96%E8%AF%91%E5%99%A8/8853067
[Link 3]: https://baike.baidu.com/item/%E5%8F%82%E6%95%B0%E4%BC%A0%E9%80%92/9019335
[https_blog.csdn.net_u012235274_article_details_52769682]: https://blog.csdn.net/u012235274/article/details/52769682