Question

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);
    }
}

Answer 1

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。

cv ::即使在调用release（）之后，mat内存仍未释放？

1 个答案: