问题标签 [vlfeat]

我正在尝试使用 VlFeat 的 vl_kd_forest_query 和 vl_kdforest_query_with_array。文档很差。它所说的只是 vl_kdforest_query_with_array “可以”利用多个核心来运行。有谁知道这个功能是否已经使用了多个核心，或者有没有办法利用它？谢谢！

（我知道一种选择是通过代码，但只是想知道是否有人已经拥有此信息。）

训练： [w, b] = vl_svmtrain(feature_matrix.FeatureVector, label_vector.labelsMatrix, 0.1) ；

分类：
[~,~,~,scores] = vl_svmtrain(feature_matrix.FeatureVector_temp, labels, 0, 'model', ww, 'bias', bb, 'solver', 'none') ;

我在训练时给出了标签 -1 和 1。当我使用模型进行分类时，它返回的分数小于 -1 也大于 1。如何使用这些分数进行二元分类？分数实际上意味着什么？

您好，我想将 Fisher Vector 用于我的 SIFT 描述符。我尝试使用 VL_FEAT 中的函数。我在 MATLAB 中添加了目录并运行 vl_startup。它运行成功但是当我尝试这个例子时

它给了我这个错误：

任何人都可以帮助我如何解决这个问题？

对于我正在使用的 svm 训练和预测vl_svmtrain，可以在此处找到其文档：http ://www.vlfeat.org/matlab/vl_svmtrain.html

[WB] = VL_SVMTRAIN(X, Y, LAMBDA) 从数据向量 X 和标签 Y 训练一个线性支持向量机 (SVM)。X 是一个 D×N 矩阵，每个示例一列和 D 个特征维度（SINGLE或双）。Y 是具有 N 个元素的 DOUBLE 向量，每个训练点带有二进制（-1 或 +1）标签。

根据文档，数据X必须在 D × N 矩阵中，每列一个样本。

问题是我的数据根本没有以这种方式排列，即使我愿意，我也不认为我可以这样排列。我的每个图像都由一个 size 的特征矩阵表示512 * 257，它们存储在一个单元格中。同样，每个测试图像也具有相同的大小。

因此，为了简化起见，我假设我只有 3 个类，每个类都由一个大小模型表示，512 * 257并且我有数千个测试，我必须与每个模型进行比较，更像是一个对所有的方法。但它是我遇到困难的数据安排。

是否可以将数据以单元格格式而不是矩阵格式呈现给 SVM？

更新：

我提到的单元阵列由 28 个模型组成。所以我一共有 28 个类，每个类都由一个 size 数组表示512 * 257。写models(1)礼物ans = [512x257 double]和写作models{1}会产生512*257双重矩阵。

这就是我用来训练 SVM 的方法，同样，每个测试的大小也相同，并且排列方式相同。

我如何为每个模型得到这个矩阵？我从每个类/模型的 100 个图像中提取了 RootSIFT 特征。然后我将这些特征呈现给一个高斯混合模型脚本，并将集群的数量设置为 512。这给了我 512 个集群的均值、协方差和权重。然后我将它们连接起来使用models{i} = [gmm_models{i}.w(:) gmm_models{i}.mu' gmm_models{i}.sigma'];

测试方面，从 5 张图像中提取 RootSIFT 特征，然后对它们进行与模型相同的处理，得到相同大小的级联矩阵。所以很自然地，每个模型都有数百个测试矩阵。

我希望这比以前更清楚了。

我正在做一个计算机视觉项目，我需要使用vlfeat和mexopencv库，我正在使用 MATLAB R2008a，我无法更改 MATLAB 编译器来编译和设置库。

我已经安装了 Microsoft Visual C++ Express，但我不知道如何使用 MATLAB 中的 Visual C++ 编译器编译库。

我正在尝试使用 VLFeat 中的库函数，该函数要求数据为 const void *。我真的不明白如何创建数据然后将其传入。

这是函数调用：

数据论点是让我感到震惊的论点。我尝试构建一个随机数据矩阵来测试kmeans 聚类函数，但我不知道如何使用这些数据。换句话说，这个函数需要这个参数。但要使其有用，我必须了解如何投射/创建/加载数据以使其工作。这意味着，我需要了解const void *参数中类型的目的。

任何帮助将不胜感激。

注意：我确实理解 const 的含义，但是，例如，我不知道如何迭代地构建 const 数据（即用双 for 循环填充矩阵）

谢谢！

我已经在 linux (archlinux) 上编译了 vlfeat，并通过以下命令为 matlab 制作 mex

在 VLFEATROOT 目录中。输出看起来不错，没有报告错误。顺便说一句，我使用 gcc4.7 来编译上面的东西。

我在我的 matlab 中执行非常简单的代码：

matlab 报告以下红线：

我对openmp不太了解，但似乎与此有关。我注意到在 vlfeat 的 makefile 中有一个关闭 openmp 的选项：

我将其设置为“是”，编译并运行简单代码。上面的一切现在都可以正常执行了。

但是我想知道如果我将选项保留为否，会出现什么问题。makefile 评论说：

我在google上简单搜索了一些openmp知识，似乎我所有的openmp或gomp都安装得很好。见下文： ldconfig -p | grep gomp 结果是：

在此先感谢您的帮助！

我正在尝试在 C 中使用 VLFeat 的 kmeans 实现，但我很难理解它是如何工作的。

注意：我在 C++ 程序中使用 C API，所以我在这里发布的任何代码都是 C++。此外，我正在使用 Eigean 头库，所以这就是那些 Matrix 数据类型的来源。

从示例和 API 中不清楚的事情是：

1. 数据必须采用什么格式？kmeans 库函数似乎需要一个一维数组，可以从矩阵的支持中获取。但是，这个矩阵需要是列优先还是行优先？也就是说，函数如何知道区分数据的维度和不同的数据向量？
2. 我如何实际访问集群中心信息？我运行了一个测试，声明我想要 5 个集群，但是使用上面链接中的示例代码，我只返回 1。

代码：

示例输出：centers = 0.0376879（标量）

我如何获得所有中心？我尝试使用数组来存储中心，但它不接受该类型。

我还尝试了以下方法，假设我可能只是错误地访问了中心信息：

但是对于索引 0-4（给定 5 个聚类中心），我应该只有非零值。我实际上预计会为更高的指数抛出异常。如果这是正确的方法，有人可以向我解释这些其他值（索引 5-8）来自什么吗？

我敢肯定还有其他令人困惑的部分，但我什至还没有解决它们，因为我一直停留在这两个非常重要的部分上（我的意思是如果你不能正确集群开始，什么是 kmeans）。

预先感谢您的帮助！

在过去的 5 个小时里，我一直在尝试为 VlFeat 安装 python 包装器，它总是以：

正如其他线程中所建议的，我更改了设置文件以要求它使用 python 2.7 boost 库。我系统上的python版本是2.7.6。这就是我得到 -lboost_python-mt-py27 而不是 -lboost_python-mt-py26 的原因

此外，我重新安装了 boost-python-dev。然而，这个问题并没有消失。我已经完全没有想法了，不知道还能做什么。

[编辑] 当我这样做时： ldconfig -p |grep libboost

我得到：

因此，它寻找的“mt”版本似乎不存在。我在我的 linux mint 系统上看不到任何安装候选者。

[编辑 2]：我通过链接到标准 boost 库使其工作，但想知道如何让它与多线程版本一起工作！

我已经设法让 VlFeat 的 SIFT 实现工作，我想尝试匹配两组图像描述符。

SIFT 的特征向量是 128 个元素的浮点数组，我将描述符列表存储在std::vectors 中，如下面的片段所示：

据我所知，这应该可行，但我所得到的只是距离nan。描述符数组结帐的长度，因此似乎确实有数据进入树。我已经绘制了关键点，它们看起来也很合理，因此数据相当合理。

我错过了什么？

这里的文档很少（API 链接）：http ://www.vlfeat.org/api/kdtree.html