###### kmeans.py #####
import numpy as np #numpy是矩阵计算的函数库
class YOLO_Kmeans:
def __init__(self, cluster_number, filename): ###__init__() 是python中类的构造函数 ,其他为普通成员函数
self.cluster_number = cluster_number ###其实self就有点类似c++中的this指针指向的该实例化对象本身
self.filename = "2012_train.txt"
def iou(self, boxes, clusters): # 1 box -> k clusters ##求取每个数据与k个中心点的iou值 返回值result是[boxes.size(),k]
n = boxes.shape[0]
k = self.cluster_number
box_area = boxes[:, 0] * boxes[:, 1]
box_area = box_area.repeat(k)
box_area = np.reshape(box_area, (n, k))
cluster_area = clusters[:, 0] * clusters[:, 1]
cluster_area = np.tile(cluster_area, [1, n])
cluster_area = np.reshape(cluster_area, (n, k))
box_w_matrix = np.reshape(boxes[:, 0].repeat(k), (n, k))
cluster_w_matrix = np.reshape(np.tile(clusters[:, 0], (1, n)), (n, k))
min_w_matrix = np.minimum(cluster_w_matrix, box_w_matrix)
box_h_matrix = np.reshape(boxes[:, 1].repeat(k), (n, k))
cluster_h_matrix = np.reshape(np.tile(clusters[:, 1], (1, n)), (n, k))
min_h_matrix = np.minimum(cluster_h_matrix, box_h_matrix)
inter_area = np.multiply(min_w_matrix, min_h_matrix)
result = inter_area / (box_area + cluster_area - inter_area)
return result
def avg_iou(self, boxes, clusters): ###mean函数为取平均值函数
accuracy = np.mean([np.max(self.iou(boxes, clusters), axis=1)]) ###取每个box与其计算有最大的iou的值,计算所有最大的iou的值的平均值
return accuracy
def kmeans(self, boxes, k, dist=np.median): ##dist为传入kmeans函数的函数,np.median函数是返回数组元素中沿指定轴的元素(函数内部要调用这个函数)
box_number = boxes.shape[0] ###返回boxes数组的纵向维度,即数据中总共有多少个框
## 创建一个没有任何具体值的数组
distances = np.empty((box_number,k))
last_nearest = np.zeros((box_number,)) ##创建一个全0的数组
np.random.seed()
## np.random.choice(a,size=None,replace=true,p=None) 从a中随机选取size个元素组成数组,replace为true表示可以重复选择,为false表示不可以重复选元素,p为数组,与a相对应,表示取a中每个元素的概率大小,默认选取每个元素的概率相同
clusters = boxes[np.random.choice(
box_number, k, replace=False)] # init k clusters 初始化k个中心点
while True:
distances = 1 - self.iou(boxes, clusters) ##计算9个随机中心值与所有数据的iou值
current_nearest = np.argmin(distances, axis=1) ##选取iou值最小的的点,current_nearest数组中存的是每个点距离其最近的中心点的编号 (横轴为axis=1)
if (last_nearest == current_nearest).all():
break # clusters won't change
for cluster in range(k):
clusters[cluster] = dist( # update clusters
boxes[current_nearest == cluster], axis=0) ## 取分到cluster组的元素的中值(这里boxes和current_nearest是大小相等的 ,里面元素一一对应的,再此 boxes[current_nearest==cluster] 是取boxes中元素对应的current_nearest中的元素与当前的cluster值相等的 boxes中的元素组成的数组 ,并利用dist函数取数组额中值,更新中心值数组clusters)
last_nearest = current_nearest
return clusters
def result2txt(self, data): ###把选出的9个中心值anchors 大小信息写入yolo_anchors.txt 文件中
f = open("yolo_anchors.txt", 'w')
row = np.shape(data)[0]
for i in range(row):
if i == 0:
x_y = "%d,%d" % (data[i][0], data[i][1])
else:
x_y = ", %d,%d" % (data[i][0], data[i][1])
f.write(x_y)
f.close()
def txt2boxes(self): ###打开filename文件 ,读取框的宽和高存入指定数据结构中
f = open(self.filename, 'r') ###只读方式打开名字为filename的文件,返回并创建一个file对象
dataSet = [] ###定义一个列表
for line in f: ###通过迭代器访问文件中的内容
infos = line.split(" ") ###该函数是将一个字符串分裂成多个字符串组成的列表,这里以参数“ ”进行分割
length = len(infos)
for i in range(1, length): #infors中的数据应该是这种格式[1,2,100,110] ,前两个数是数据框左上角坐标x,y,后两个数是数据框右下角坐标x,y
width = int(infos[i].split(",")[2]) - \
int(infos[i].split(",")[0])
height = int(infos[i].split(",")[3]) - \
int(infos[i].split(",")[1])
dataSet.append([width, height]) ###append向列表末尾添加新的对象
result = np.array(dataSet) ###利用dataset列表创建一个二维数组result (这里列表是python的固有数据结构)
f.close()
return result
def txt2clusters(self):
all_boxes = self.txt2boxes()
result = self.kmeans(all_boxes, k=self.cluster_number)
result = result[np.lexsort(result.T[0, None])] ##对9个中心值进行排序
self.result2txt(result)
print("K anchors:\n {}".format(result))
print("Accuracy: {:.2f}%".format(
self.avg_iou(all_boxes, result) * 100))
if __name__ == "__main__": ###__name__ 是标识模块的名字的一个系统变量
cluster_number = 9
filename = "2012_train.txt"
kmeans = YOLO_Kmeans(cluster_number, filename) ##创建一个YOLO_Kmeans类的实例kmeans(也就是对象)
kmeans.txt2clusters()