Прогноз потери триплета на кодерах с питоном - PullRequest
Новая
       27

Прогноз потери триплета на кодерах с питоном

0 голосов
/ 13 марта 2019

Я пытаюсь реализовать функцию потери Тройки для идентификации лиц.Может ли кто-нибудь уточнить следующее:

  1. после обработки каждого изображения я получаю значения 128-float64 (кодировщик) с библиотекой dlib.
  2. Я подготовил базу данных лиц (изображения, кодировщики)(сотни тысяч человек)

  3. далее я создаю сеть: 

    def create_base_net_simple(input):
    x = Flatten()(input)
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.1)(x)
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.1)(x)
    x = Dense(128, activation='relu')(x)
    return Model(input, x)

def triplet_merge(inputs):
    a, p, n = inputs
    return K.sum(a * (p - n), axis=1)

def triplet_merge_shape(input_shapes):
    return (input_shapes[0][0], 1)

def triplet_loss(y_true, y_pred):
    return -K.mean(K.log(K.sigmoid(y_pred)))

def build_model(n_in):
    a = Input(shape=(n_in,))
    p = Input(shape=(n_in,))
    n = Input(shape=(n_in,))

    base_model = create_base_net_simple(Input(shape=(n_in, 1)))
    a_model = base_model(a)  # anchor
    p_model = base_model(p)  # pos
    n_model = base_model(n)  # neg

    e = merge([a_model, p_model, n_model], mode=triplet_merge, output_shape=triplet_merge_shape)
    model = Model(input=[a, p, n], output=e)
    model.compile(loss=triplet_loss, optimizer='rmsprop')

    return model

  4. и обучаю ее с моей базой данных: 

    anch = [...]  # array of anchor Encoders (128-vector)
pos = [...]  # array of positive Encoders - same person
neg = [...]  # array of neg Encoders - random other person
# so anch[i] is encoder of same person as pos[i], but neg[i] is different person
labels = [...]  # array of zeros
n_in = 128  # encoder len
model = build_model(n_in)
model.fit([anch, pos, neg], labels, batch_size=2048, nb_epoch=60)
net_name = cur_dir + os.sep + 'TrainedModel.h5'
model.save_weights(net_name)

  5. Тогда - как я могу предсказать два случайных кодера, если они один и тот же человек или разные?Примерно так: 

    similarity_lvl = model_predict.predict([enc0, enc1]) # enc0, enc1 - encoders of random persons

    Нужно ли создавать другую модель и загружать в нее обученные веса?(если да - какая это модель?)

...