如何清除内存中使用matlab图像处理之后?

15的观点(30天)

显示旧的评论

珍妮弗NG 2022年11月11日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1848798-how-to-clear-the-memory-used-in-matlab-after-image-processing

评论道: 珍妮弗NG2022年11月16日

亲爱的所有,

我试图找到释放完成后的matlab图像处理或清除内存。但我甚至使用清除所有或clearvar——失败。

波纹管是我从matlab复制网站:一个例子

//www.tianjin-qmedu.com/help/releases/R2021b/vision/ug/subtract-image-background-using-opencv-code-in-matlab.html

videoSample = VideoReader (“atrium.mp4”);

videoSample。CurrentTime = 2.5;

进口clib.opencv。*;

进口vision.opencv。*;

历史= 300;

阈值= 400;

影子= true;

cvPtr = cv.createBackgroundSubtractorKNN(历史、阈值、影子);

kNNBase = util.getBasePtr (cvPtr);

kNNBase.setkNNSamples (2);

foregroundmask = 0 (videoSample.Height videoSample.Width videoSample.NumFrames);

而hasFrame (videoSample)

帧= readFrame (videoSample);

[inMat, imgInput] = util.createMat(框架);

[outMat, outImg] = util.createMat ();

kNNBase.apply (imgInput outImg);

foregroundmask = util.getImage (outImg);

foregroundmask =重新调节(foregroundmask);

foregroundmask =投(foregroundmask,“喜欢”、框架);

前台(::1)=框架(:,:1)。* foregroundmask;

前台(::2)=框架(:,:2)。* foregroundmask;

前台(::3)=框架(:,:3)。* foregroundmask;

图像(前台、家长= gca);

暂停(0.01);

结束

可能有人有理想吗?

谢谢

答案(1)

Bhavana Ravirala 2022年11月14日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/1848798-how-to-clear-the-memory-used-in-matlab-after-image-processing answer_1098788

MATLAB不会完全删除一组数据,直到所有的引用数据已被移除。

例子:

                              x = (0:0.1:10);
                             
                              y = - x;
                             
                              p =情节(x, y);
                             
                              清晰的所有;

清除所有的帮助” ” 命令“x”和“y”变量将被删除但MATLAB复制所需的x和y -数据以来的情节图没有被关闭。

对于这个复制数据被删除,情节命令创建的对象必须在图需要删除或关闭,这可以通过“全部关闭”命令。

关闭所有;

自线对象图中是唯一的对象引用复制的x - y数据,MATLAB自动释放内存使用因为没有更积极的参考数据。

10评论
显示9年纪大的评论隐藏9以上的评论

珍妮弗NG 2022年11月14日

编辑:沃尔特·罗伯森 2022年11月15日

我添加了但仍然保持剩余的3.6 gb: (。

你能试着测试这个代码吗?

                                   抽搐
                                  
                                   videoSample = VideoReader (“atrium.mp4”);
                                  
                                   videoSample。CurrentTime = 2.5;
                                  
                                   进口clib.opencv。*;
                                  
                                   进口vision.opencv。*;
                                  
                                   历史= 300;
                                  
                                   阈值= 400;
                                  
                                   影子= true;
                                  
                                   cvPtr = cv.createBackgroundSubtractorKNN(历史、阈值、影子);
                                  
                                   kNNBase = util.getBasePtr (cvPtr);
                                  
                                   kNNBase.setkNNSamples (2);
                                  
                                   foregroundmask = 0 (videoSample.Height videoSample.Width videoSample.NumFrames);
                                  
                                   而hasFrame (videoSample)
                                  
                                   帧= readFrame (videoSample);
                                  
                                   [inMat, imgInput] = util.createMat(框架);
                                  
                                   [outMat, outImg] = util.createMat ();
                                  
                                   kNNBase.apply (imgInput outImg);
                                  
                                   foregroundmask = util.getImage (outImg);
                                  
                                   foregroundmask =重新调节(foregroundmask);
                                  
                                   foregroundmask =投(foregroundmask,“喜欢”、框架);
                                  
                                   前台(::1)=框架(:,:1)。* foregroundmask;
                                  
                                   前台(::2)=框架(:,:2)。* foregroundmask;
                                  
                                   前台(::3)=框架(:,:3)。* foregroundmask;
                                  
                                   图像(前台、家长= gca);
                                  
                                   暂停(0.01);
                                  
                                   结束
                                  
                                   toc
                                  
                                   关闭所有
                                  
                                   清晰的进口
                                  
                                   清晰的java
                                  
                                   清晰的所有

沃尔特·罗伯森 2022年11月15日

清晰的java

不删除任何java类定义,不删除任何java虚拟机分配的内存。它做删除一些类型的变量存储在java级别,但它确实告诉java删除它们,和java虚拟机的内存管理java。

一般来说,有几种不同的方法分配内存的操作系统。每个请求操作系统分配或释放内存包括系统调用,这些调用可以是昂贵的,而不是最糟糕的事情你可以问的,但是如果你要使用这些要求每一个内部要求的内存,那么它将会增加。尤其是操作系统调用通常只能在一些内部尺寸的倍数分配;例如它可能只能分配1 kb的倍数或4 kb(虚拟内存页面)

如果你问多个虚拟内存的操作系统paes后来发布完整的页面,那么操作系统就可以添加整个页面可用页面的列表,一个相对快速的操作。

但是如果你要求一个更小的内存数量,然后操作系统已经以某种方式跟踪页面的碎片都是可用的,并且不能发布一个虚拟内存页面回其他操作系统使用,直到满意,没有使用的页面。操作系统通常是不允许在内存中移动项目因为任何指向对象的指针会失效。

假设您分配300字节,然后另一个300字节,然后第三个300字节,和假设,因为它是一个相对较小的数量,每个人分配一个内存页面的一个片段。在高峰,这是:300用于# 1,300用于# 2,300用于# 3,124不分配

现在删除第一个和第三个300字节,所以在内存页面现在:未使用300字节,300字节使用# 2,未使用(300 + 124)= 424字节(未使用的124结合邻300)发布的字节。总未使用的块的空间:724字节,中间使用的300个字节。操作系统无法移动300字节块的开始因为程序不知道到哪里去寻找它。

现在要求分配500字节。在理论上,有足够的空间,因为有724未使用的字节块。但最大的连续空间块424字节,所以处理请求时,操作系统将不得不“长出”部分包括第二个虚拟内存页面:300年未使用的,300年,424年未使用的,1024年底未使用(第二块),然后合并到300年未使用的,300年,1448年未使用的,分配500得到300年未使用的,使用300 # 2,500 # 3,948未使用

如果要删除500块,gettinb 300未使用/ 300 # 2/1524未使用,你能返回1524操作系统作为一个整体?不,只有完全对齐页是可以恢复的。你能把它回到300 / 300 / 424/1024,返回第二个1024 ?可能,但不可能,取决于可用的电话。如果你设法删除一切用于two-VM-page块的第一页,你能返回整个块吗?可能,但不可能。例如,如果每个内存块都有“管家”信息存储在一块的开始,然后为管家可能没有足够的空间在第二页的开始……

这类问题被称为“记忆碎片”,你可以得到大量的内存约束,不能返回给操作系统。

MATLAB时使用足够大的数据对象,然后用MATLAB要求操作系统为一个存储数据的内存块,知道操作系统需要在请求第二多的虚拟内存页面。这浪费页面的“结束”,但有优势,一旦完成了MATLAB数据对象,它可以释放整个操作系统的内存块回,知道操作系统将能够释放的块MATLAB的过程。

所以有不同的记忆策略,而不是他们所有的人都调优的目的。他们中的一些人轻易允许返回的内存块,以牺牲浪费块的“结束”。

珍妮弗NG 2022年11月16日

谢谢你你的解释!

登录置评。

在回答这个问题。

类别

MATLAB 软件开发工具性能和内存

找到更多的在性能和内存在帮助中心和文件交换

s manbetx 845

释放

R2022b

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!