本文主要从测试的角度进行讨论，测试一张图片，通过valid接口进行测试，测试代码如下，测试的入口函数如下

测试代码：./darknet detector valid cfg/target.data cfg/target.cfg backup/target.weights -out ""-i 1

测试入口函数：examples/detector.c/validate_detector(datacfg, cfg, weights, outfile)

读取数据入口函数以及需要提前知晓的配置如下

需要知晓的配置

examples/detector.c/validate_detector 函数中
args.w = net->w;
args.h = net->h;
args.type = LETTERBOX_DATA;


读取数据入口函数

src/data.c/load_data_in_thread(load_args args)

其数据读取到输入网络预处理步骤大致如下：每一步骤的数据可以参考博客进行数据打印

读取原图 -> 原图数据归一化 -> 原图数据保持长宽比例不变进行resize -> 根据网络输入对图像进行padding

步骤1：读取原图

函数调用：
src/data.c/load_data_in_thread(load_args args)
-> src/data.c/load_thread(void *ptr)  根据数据类型a.type == LETTERBOX_DATA
-> src/image.c/load_image_color(char *filename, int w, int h)
-> src/image.c/load_image(char *filename, int w, int h, int c) 根据是否安装opencv
-> src/image.c/load_image_stb(char *filename, int channels)
-> src/image.c/stbi_load(filename, &w, &h, &c, channels)

步骤2：原图数据归一化

函数调用：
src/data.c/load_data_in_thread(load_args args)
-> src/data.c/load_thread(void *ptr)  根据数据类型a.type == LETTERBOX_DATA
-> src/image.c/load_image_color(char *filename, int w, int h)
-> src/image.c/load_image(char *filename, int w, int h, int c) 根据是否安装opencv
-> src/image.c/load_image_stb(char *filename, int channels)

注意：

load_image函数在执行完load_image_stb函数之后因为此时h=0 and w=0，因此下面的resize函数并未执行，直接返回load_image_stb函数结果。

步骤3：原图数据保持长宽比例不变进行resize

函数调用：
src/data.c/load_data_in_thread(load_args args)
-> src/data.c/letterbox_image(image im, int w, int h)  
-> src/data.c/resize_image(image im, int w, int h)  此时是保持长宽比例等比例放缩

注意：

resize未采用库函数，主要分为两个步骤，先通过横向缩放，再进行纵向缩放，具体代码如下：

image resize_image(image im, int w, int h)
{
    image resized = make_image(w, h, im.c);   
    image part = make_image(w, im.h, im.c);
    int r, c, k;
    float w_scale = (float)(im.w - 1) / (w - 1);
    float h_scale = (float)(im.h - 1) / (h - 1);

    //横向缩放
    for(k = 0; k < im.c; ++k){
        for(r = 0; r < im.h; ++r){
            for(c = 0; c < w; ++c){
                float val = 0;
                if(c == w-1 || im.w == 1){
                    val = get_pixel(im, im.w-1, r, k);
                } else {
                    float sx = c*w_scale;
                    int ix = (int) sx;
                    float dx = sx - ix;
                    val = (1 - dx) * get_pixel(im, ix, r, k) + dx * get_pixel(im, ix+1, r, k); //加权平均
                }
                set_pixel(part, c, r, k, val);
            }
        }
    }
   
    //纵向缩放
    for(k = 0; k < im.c; ++k){
        for(r = 0; r < h; ++r){
            float sy = r*h_scale;
            int iy = (int) sy;
            float dy = sy - iy;
            for(c = 0; c < w; ++c){
                float val = (1-dy) * get_pixel(part, c, iy, k);
                set_pixel(resized, c, r, k, val);
            }
            if(r == h-1 || im.h == 1) continue;
            for(c = 0; c < w; ++c){
                float val = dy * get_pixel(part, c, iy+1, k);
                add_pixel(resized, c, r, k, val);
            }
        }
    }

    free_image(part);
    return resized;
}

步骤4： 根据网络输入对图像进行padding

函数调用：
src/data.c/load_data_in_thread(load_args args)
-> src/data.c/letterbox_image(image im, int w, int h)  
-> src/image.c/embed_image(image source, image dest, int dx, int dy)  //padding值统一为0.5

参考链接：

https://www.jianshu.com/p/dfcde9ce7927

https://blog.csdn.net/xunan003/article/details/94736136

https://blog.csdn.net/zwx1995zwx/article/details/80113076?utm_source=blogxgwz9