Сиамская сеть для сходства изображений

Question

Где я могу найти детали для реализации сиамских сетей, чтобы выполнить сходство изображений и извлечь наиболее похожее изображение из набора данных

Трудно получить большое количество данных изображения для всех классов, поэтому толькоНесколько изображений, например 10 изображений для некоторых классов, доступны для большинства классов.SIFT или ORB, кажется, плохо работают на некоторых классах.

Мой проект заключается в разграничении номерных знаков в зависимости от штатов ОАЭ.Здесь я загружаю несколько примеров изображений.

Answer 1

Когда данных об обучении мало, как бы они ни раздражали, лучше всего собирать больше.Глубокие сети печально известны потреблением данных, и их производительность низкая, когда данных недостаточно.Тем не менее, существуют подходы, которые могут вам помочь:

1. Трансферное обучение
2. Расширение данных

В трансферах вы берете уже обученную глубокую сеть(например, ResNet50), который был обучен для какой-то другой задачи (например, ImageNet), исправьте все веса своей сети, за исключением весов в нескольких последних слоях, и обучайтесь выполнению вашей интересующей задачи.

Увеличение данных немного изменяет вашеобучение данных в некотором предсказуемом виде.В вашем случае вы можете повернуть изображение на небольшой угол, применить трансформацию в перспективе, масштабировать интенсивность изображения или немного изменить цвета.Вы применяете разный набор этих операций с разными параметрами каждый раз, когда хотите использовать определенный тренировочный образ.Таким образом, вы генерируете новые обучающие примеры, расширяющие ваш тренировочный набор.