c++ - 如何修复 opencv 的慢 kmeans

Question

我将 kmeans() 用于有关词袋的项目，这花费了很多时间我的意思是，如果我有 600 张图像，它需要 40-50 分钟。我查看源代码，这部分花费了大部分时间:

for( i = 0; i < N; i++ )///very very slow part because N*K is huge
        {
            sample = data.ptr<float>(i);
            int k_best = 0;
            double min_dist = DBL_MAX;


            for( k = 0; k < K; k++ )
            {
                const float* center = centers.ptr<float>(k);
                double dist = normL2Sqr_(sample, center, dims);

                if( min_dist > dist )
                {
                    min_dist = dist;
                    k_best = k;
                }
            }


            compactness += min_dist;
            labels[i] = k_best;

        }

我尝试了，但我无法设法减少这部分，有没有办法让它更有效率它需要 22-23 秒的循环，它会导致长时间等待程序完成运行，如 40-50 分钟，这导致我不能在程序中尝试其他视频集或图像集。如果在 C++ 中有更好的 kmeans 代码也会有所帮助，如果有减少 N(# of features)的方法也会有所帮助，但 K 是字典大小我不能减少它。感谢现在的帮助。

Answer 1

OpenCV 中的 k-means 实现效率非常低，并且有许多他们不确定的提高性能的技巧。自己重写它会是相当大的工作量。

VLfeat 中的实现为 k-means 提供更好的算法，但我不知道实现的质量。