问题标签 [vlfeat]

在matlab中，我可以像这样对数据矩阵进行聚类

矩阵“da”中的所有数据点将分为 3 个簇。

但是，我想对完整的矩阵进行聚类，而不是数据点。我有数百个 128*19 的矩阵，我想将这些矩阵分成五组。

例如

如果 128*19 有 11 个矩阵，

聚类后​​，我应该能够弄清楚：

即中心 1 将返回矩阵编号 1,7,11

如何在 matlab 中实现这一点？任何帮助/指针都非常感谢。

（这些 128*19 矩阵包含图像的 SIFT 描述符，基于这些描述符的分类，我将对图像进行分类）

谢谢。

我使用 VL-Feat 和 LIBLINEAR 来处理 2 类分类。训练集的#(-)/#(+) 为 35.01，每个特征向量的维度为 3.6e5。我有大约 15000 个示例。

我已将正例的权重设置为 35.01，将负例的权重设置为默认值 1。但我得到的是测试数据集上的性能极差。

所以为了找出原因，我将训练示例设置为输入。我看到的是负面例子比正面例子的决策值略高。这真的很奇怪，对吧？我检查了输入以确保我没有错误地标记示例。我已经对直方图向量进行了标准化。

有没有人遇到过这种情况？

这是训练模型的参数。我对bias、regularizer和dualityGap等参数感到奇怪，因为它们太小了，很容易失去准确性。

我正在尝试计算 Winder-Brown自由数据集中存在的图像补丁的筛选描述符。这些 64x64 补丁似乎已经通过仿射变换和旋转进行了校正。我正在使用 vl sift 库来计算描述符，我正在使用的代码（绕过特征检测器）是

问题是我不确定这是否有效，因为匹配结果非常非常糟糕。你们有谁曾经使用过这个数据集，并且有一些提示可以正确计算这些补丁的 SIFT 描述符？

我已经在我的电脑上安装了 vlfeat 并且似乎已经让它在 netbeans 上运行。

我目前正在尝试使用 vlfeat 的 quickshift 功能，但我无法找到有关如何执行以下操作的任何参考：

1. 使用 quickshift 分割在 vlfeat 的 C/C++ 代码中导入输入图像。
2. 为此，我需要初始化一个快速转换对象“vl_qs_type”，但我无法找到执行此操作的方法。

对此的任何帮助将不胜感激。

谢谢。

我是用于计算机视觉的 vlfeat 库的新手，我在处理它时遇到了问题。我想要做的是使用定向梯度直方图（HOG）作为特征向量在不同维度的 LIBSVM 图像中进行分类。

我要处理的第一个问题是 vl_hog 返回给我一个 HOG 矩阵，而不是一个向量。这不是一个真正的问题，因为我可以按如下方式对该矩阵进行矢量化：

第二个问题是什么让我感到害怕。因为图像有不同的维度，特征向量也有不同的维度，所以不可能用它们来提供 libsvm，或者我错了？我可以用更简单的方式解决这个问题吗？我错过了什么？

我正在使用 vl_sift 工具从一组图像中提取特征进行分类。在运行 phow_caltech101() 时，命令提示符向我抛出如下错误，

hists{ii} = getImageDescriptor(模型, im); ？？？'struct' 类型的输入参数的未定义函数或方法'getImageDescriptor'。

我在任何存储库中都找不到函数“getImageDescriptor”。你能帮我么？

此致，

我注意到 Vlfeat/Sift 为不同的图像生成相同数量的描述符，为什么？定向分配的目的是什么？描述符形成过程中似乎有类似的过程。我对 SIFT 很陌生，对 SIFT 中的很多东西感到困惑。谢谢你的帮助。

谁能告诉我如何vl_covdet在 python 中使用？目前我只使用 sift 提供的，vlfeat但我没有通过这种方法获得所需的功能。

我正在打印这样的图像：

这很好，但是当我这样做时

图像旋转 180 度。任何想法为什么，以及如何解决这个问题？

我为什么要这样做hold on？因为我想在图片上画点别的东西。

谢谢你的帮助！

确切的问题

图像围绕中心点旋转 180 度，然后围绕 y 轴再旋转 180 度。

答案 ：

感谢@lennon310，我已将代码更新为：

现在它可以正常工作了。

我正在尝试使用 C 语言中的 VLFeat 库，如网站 http://www.vlfeat.org/gcc.html中给出的那样。

我下载并安装了库。我使用glnxa64架构。图书馆位于/A/B/C/vlfeat-0.9.18

我的代码如下：

我使用以下语句编译我的代码，

但是当我运行它时，我收到以下错误