筛选特征的 Kmeans 聚类答案

【问题标题】：Kmeans clustering for sift features筛选特征的 Kmeans 聚类
【发布时间】：2015-02-26 17:50:30
【问题描述】：

注意：这是我的第一个 stackexchange 问题。如果我提出问题的方式不符合预期，我很抱歉。所以，这是我的疑问。

我有一个包含大约 3000 张图像的数据集。我对所有这些图像进行了筛选（尺度不变特征变换）（使用 David Lowe 的筛选演示）并获得了图像各自的（3000）关键点特征。现在我必须对 3000 张图像的关键点特征执行 k-means 聚类。每个图像都有自己的关键点（从图像到图像的变化），它们位于 128 维矩阵中。现在我要执行 k-means，这 3000 个 sift 向量必须放在一起，并且应该训练它们从中获得一个 k-means 模型。

例如：

图像在 sift 之前转换为 .pgm 格式，以下是其中一张图像在执行 sift 后的 226 个关键点：

74 128

98.20 126.13 16.47 2.776

0 0 0 0 0 0 0 0 9 12 1 0 0 0 0 0 39 9 0 0

0 15 24 12 29 1 0 0 0 27 92 33 13 1 0 0 0 0 0 20

83 90 19 1 2 6 3 19 165 86 2 0 1 8 44 88 24 0 3 21

8 24 165 64 3 1 4 0 0 1 1 18 116 23 10 0 1 14 11 51

165 101 9 20 5 1 5 84 38 24 28 157 40 5 10 14 0 3 5 0

0 0 0 0 45 101 16 0 0 0 0 1 114 165 17 8 1 0 0 1

7 56 17 46 26 0 0 0

（同样剩余的关键点及其 128 个维度一直持续到第 226 个关键点特征）。

同样，其余 2999 张图像具有各自的关键点特征。

现在我必须对整个 3000 张图像的 sift 特征执行 k-means 聚类，并从中获得一个 k-means 模型。我打算使用 scikit (sklearn) 中的 k-means 包。如何在 scikit 中输入这 3000 张图像的关键点？请帮忙。

【问题讨论】：

标签： python k-means

【解决方案1】：

您必须实例化一个sklearn.cluster.KMeans 对象并调用fit(X)，其中X 是一个矩阵，所有图像的所有关键点都堆叠在一起。例如，如果不是您的 3000 张图像，而是只有两张图像，分别具有 100 和 50 个关键点，则 X 将是 150 x 128。运行fit 后，您应该查看对象的属性cluster_centers_，这将对应到你会训练的 k-means 模型。

不过，您的问题不清楚的是，您是否已经将每个图像的关键点用 python 表示为矩阵。你可能想看看their k-means example。

【讨论】：

【解决方案2】：

我在一个 16 核的 EC2 c3.4xlarge 集群上训练了大约 64000x128 个关键点。我将 Ipython 与 Scikit learn 并行使用，集群大约需要 120 个小时。这可能是一种解决方案。基本上，拟合函数的 X 应该是形状为 (number_of_features X 128) 的 numpy 数组。

【讨论】：