我想使用sift和词袋方法来识别交通标志。我使用了比利时交通标志数据集和德国tsr数据集,但图像太多了。
我提取了sift特征,并计算了从训练集中提取的整个sift集的K-Means。但在这一步中,matlab给出了内存不足的情况,因为整个比利时数据集上有3668271个sift特征。
我能做些什么来防止内存不足问题?
发布于 2015-03-09 19:55:57
您可以使用MiniBatch KMeans,但在您的示例中,我只需在聚类之前统一采样SIFT描述符的子集。
Vlfeat有一个demo application可以做到这一点。
https://stackoverflow.com/questions/28937087
复制相似问题