问题标签 [siamese-network]

我使用Siamese Network训练自己的数据集。我使用Tensorboard将训练结果可视化。我是初学者，不太擅长判断是否过拟合。请帮忙看看，谢谢！图 1 和图 2 是火车。图 3 和图 4 是验证。

我使用siamese网络训练权重并进行预测。我查看源代码将图像与图像进行比较以预测相似度。
我想用我训练的权重来比较一张图片和一组图片，得到最高的相似度，并展示出来。我训练了权重，这个预测的实现是做不到的。
源代码在这里，你能帮我看看我应该如何设计吗？ 连体网

预测.py

例如，我想要对训练过的权重做的是预测这样的事情。 使用这张图片和下面的一组图片进行预测。 我们希望得到的是与第四张图片和视觉输出的最高相似度。

我正在研究连体神经网络，我发现的只是 CNN 和 LSTM 的示例，如下所示：

我很好奇是否可以用一些密集层替换 LSTM 层以使其成为连体多层感知器？

我对连体网络有疑问。到目前为止，我发现在测试时，它会获取随机测试图像并将其与测试数据中的其他图像进行比较。但是我想做的是在训练完模型之后，然后我只想将模型训练的图像与一张测试图像进​​行比较，看看我的相似度得分是多少。你可以在这里查看。

https://colab.research.google.com/github/PacktPublishing/Hands-On-Computer-Vision-with-PyTorch/blob/master/Chapter14/Siamese_networks.ipynb#scrollTo=v7PNY-3SA-9o

我对连体网络有以下网络定义：

但是，这部分作为功能 API连接到我的网络的输入和输出。以下是我如何链接这些部分：

但是，在编译模型时，这里是模型的摘要：

因此，我在上面完成的网络定义似乎只是网络的一层。

那么，我想要什么？

我想加载模型并提取特定层的输出。特别是，我想要功能对象最后一层的输出（上面的网络定义中的输出 = Dense(48)(pooledOutput)）。这将为我在模型中测试的每对图像提供 48 个特征向量。

我试图检查一些以前的帖子并做了以下事情：

问题是什么？？

上面代码的问题在于它只能访问 0、1、3 和 4 层。0 和 1 给出输入形状，第 3 层给出分数，第 4 层是空的。**我想访问中间层，尤其是特征提取器网络的最后一层。** 我怎样才能做到这一点？

我正在尝试建立一个具有相当复杂的基础网络的连体模型。构建基础网络后，我使用以下代码构建我的连体网络：

基础网络的输出形式model为

问题是在训练连体网络之后，我想使用基础网络的输出作为嵌入，这样我就可以运行无监​​督学习算法。但是，在训练 siamese 网络时，我想一次训练 10 个 epoch，然后保存它并在需要时继续训练。在这种情况下，当我保存并重新加载连体模型时，我不确定如何保存/访问基础网络。例如，我得到了需要 2 个输入的连体模型的下图（我的基本模型使用 2 个输入，所以技术上我有 4 个输入，如图所示），但我想使用只需要 1 个输入的基本模型训练（技术上是 2，因为我的基本模型使用 2）。

谁能给我关于如何使用保存的连体模型加载更新的基本模型的建议，或者是否有更好的方法首先保存它？

非常感谢。

我正在尝试运行以下代码，但出现错误：

我正在尝试实现连体网络进行人脸识别，我使用对比损失，但不幸的是，当两个图像不属于同一个人时，网络输出的值不会超过边距，所以当我测试它时，它总是输出两张图片属于同一个人。这是代码：

我如何测试：我在输入两个图像后迭代图像并查看网络的输出，如果这两个输出（嵌入向量）之间的距离大于边距，那么图片不属于同一个人，如果距离是小于边距则图片属于同一个人。由于保证金的值为 100。（可能这是问题）

我在 datatset.py 模块中收到此错误，该模块用于为连体网络创建正负对。知道为什么它给我这个错误吗？我在我自己的自定义数据集的训练数据集上将此 Siamese MNIST 称为我的主要模块“itr1.py”。

嗨，我正在尝试使用 Omniglot 数据集实现连体神经网络以进行一次性图像识别。实现的初始步骤需要生成具有相同/不同类的对样本，为此我使用了Ben Myara 的 github中的make_pair函数，几乎没有修改。但是，每次调用函数时都会弹出keyError，所以我想知道导致此错误的原因，这是我的实现：

当我尝试使用以下命令调用该函数时发生错误：

这是我得到的回溯错误：

此外，我还尝试在没有 for 循环的情况下实现部分功能，并且一切似乎都在那里正常工作：