我编写了一种方法,其中图像描述符(如OpenCV SIFT或VLFeat Dense SI FT)计算一组图像的描述符(保存在std::vector<std::string> files
中)。描述符通过ComputeDescriptors(image, descriptorMatrix)
调用,其中descriptorMatrix
用从中计算的描述符填充。
然后我随机选择samples
(通常是50个)描述符,并在返回的sampledDescriptors
中推送std::vector<cv::Mat1f> descriptors
矩阵。
这是代码:
void SIFTDescriptor::ComputeDescriptorsRange(const std::vector<std::string> &files, std::vector<cv::Mat1f> &descriptors){
cv::Mat1f imgDescriptors;
cv::Mat img;
for(int i=0 ; i<files.size() ; i++){
std::cout<<"Describing "<<files[i]<<std::endl;
img = cv::imread(files[i], cv::IMREAD_GRAYSCALE);
if(!img.data)
//throw error
//resoze dim is a class member
if(resizeDim>0)
ImgUtility::resize(img,resizeDim);
ComputeDescriptors(img,imgDescriptors);
if(samples > 0 && samples < imgDescriptors.rows){
std::cout<<"Sampling "<<imgDescriptors.rows<<" descriptors..."<<std::endl;
cv::Mat1f sampledDescripotrs;
std::vector<int> v(imgDescriptors.rows);
std::iota (std::begin(v), std::end(v), 0); //fill v with 0 ... imgDescriptors.rows
std::random_device rd;
std::mt19937 g(rd());
std::shuffle(v.begin(), v.end(), g);
for(int j=0 ; j<samples; j++){
sampledDescripotrs.push_back(imgDescriptors.row(v[j]));
}
descriptors.push_back(sampledDescripotrs);
sampledDescripotrs.release();
}
else
descriptors.push_back(imgDescriptors); //copy of a smart pointer, not expensive
imgDescriptors.release();
std::cout<<"descriptors["<<i<<"]="<<descriptors[i].rows<<std::endl;
std::cout<<descriptors[i]<<std::endl;
}
这样做是为了提高内存效率,特别是对于VLFeat Dense SIFT等密集描述符,其中提取了数千个描述符。有了数千张图像,我们很快就会耗尽内存。相反,使用这个解决方案,我们每个图像只保留50个描述符(这对我的训练来说已经足够了)。
然而,由于一些奇怪的原因,使用OpenCV SIFT没有大的内存使用,但是使用VLFeat Dense SIFT,即使samples
在两种情况下都相同,内存也会快速增长!
我唯一的解释是,imgDescriptors
在每个循环中使用的内存都没有被释放,即使使用imgDescriptors
(因为cv::Mat1f
应该是智能指针,所以不应该这样做。所以在循环结束时解除分配),但我不明白这是怎么回事。
这是VLFeat中密集SIFT的ComputeDescriptor
代码:
void DSIFTVLFeat::ComputeDescriptors(cv::Mat &img, cv::Mat1f &descriptors){
descriptors.release();
// transform image in cv::Mat to float vector
cv::Mat imgFloat;
img.convertTo(imgFloat, CV_32F, 1.0/255.0);
if(!imgFloat.isContinuous())
throw std::runtime_error("imgFloat is not continous");
for(int i=binSize; i<=maxBinSize; i+=2){
VlDsiftFilter *dsift = vl_dsift_new_basic (img.rows, img.cols, step, i);
vl_dsift_process (dsift, imgFloat.ptr<float>());
cv::Mat scaleDescs(vl_dsift_get_keypoint_num(dsift), 128, CV_32F, (void*) vl_dsift_get_descriptors(dsift));
descriptors.push_back(scaleDescs);
scaleDescs.release();
free(dsift);
}
}
答案 0 :(得分:0)
我自己发现了问题:显然free(dsift)
没有取消分配创建的描述符,因此我将它们堆叠在堆上而不释放它们。
呼叫:vl_sift_delete(dsift)
似乎已经解决了问题。