私はBOWオブジェクト検出に取り組んでおり、エンコード段階に取り組んでいます。エンコーディング段階で使用するいくつかの実装を見てきましたが、ほとんどの文章は、クラスタリングが進むべき道であるkd-Treeことを示唆しています。K-means
2つの違いは何ですか？
7194 次
3 に答える
5
オブジェクト検出では、k-meansを使用して記述子を量子化します。kdツリーを使用して、量子化の有無にかかわらず記述子を検索できます。それぞれのアプローチには長所と短所があります。具体的には、記述子の次元数が20を超える場合、kdツリーはブルートフォース検索よりもはるかに優れています。
于 2012-06-18T21:54:59.950 に答える
4
kd-treeAFAIKはラベリングフェーズに使用されます。これははるかに高速で、数千とまではいかなくても数百の多数のグループにクラスター化する場合、各グループまでのすべての距離のargminを単純に取得するという単純なアプローチです。k-meanshttp://en.wikipedia.org/wiki/K-means_clusteringは実際のクラスター化です。アルゴリズムは高速ですが、常に正確であるとは限りません。一部の実装はグループを返しますが、他の実装はグループとトレーニングデータセットのラベルを返します。これは私が通常使用するものですhttp://docs.scipy.org/doc/scipy/reference /generated/scipy.spatial.cKDTree.htmlとhttp://docs.scipy.org/doc/scipy/reference/generated/scipy.cluster.vq.kmeans2.html
于 2012-06-18T21:54:56.277 に答える
1
kd-TreeとK-meansアルゴリズムは、2つの異なるタイプのクラスタリング手法です。
クラスタリング手法には、次のようなものがあります。
kd-Tree階層的クラスタリング手法（中央値ベース）です。K-meansは手段ベースのクラスタリング手法です。GMM（ガウス混合モデル）は、確率ベースのクラスタリング手法（ソフトクラスタリング）です。- 等
[アップデート]：
一般に、クラスタリング手法には、ソフトクラスタリングとハードクラスタリングの2種類があります。GMMのような確率的クラスタリングは、確率のあるクラスターにオブジェクトを割り当てるソフトクラスタリングタイプであり、他のクラスタリングは、オブジェクトをクラスターに絶対的に割り当てるハードクラスタリングです。
于 2019-08-16T14:56:23.997 に答える