我有点困惑如何为连体神经网络创建数据集。我正在关注本教程，了解如何实现具有对比损失的孪生网络。他们正在创建正负对，但在他们的情况下这相对容易，因为它们对于每个类都有相同数量的图像，并且相同的数字将是正对，不同的数字将是负数。
还有一个三元组损失的例子，他们使用名为 Totally Looks Like 的数据集，但在该数据集中有两个文件夹left，right并且文件夹中的每个图像在文件夹left中都有它的正对right。同样，等量的正负对。
但就我而言，我有大约 1000 张未标记的图像（我将手动进行配对）。一个图像可以与 N 个其他图像相似，N 可以是 0 到 len(dataset)（理论上）。因此图像可以是唯一的，也可以具有任意数量的其他类似图像。在这种情况下如何创建对？我在班级之间没有任何平衡。如果五个图像相似，我是否创建所有可能的配对/组合（我的意思是组合，例如，配对 1,5 和 5,1 是两个不同的配对）？如果图像是唯一的，我什至会在数据集中使用它吗？