论文阅读：Siamese Neural Networks for One-shot Image Recognition

最新推荐文章于 2022-04-26 14:24:25 发布

csCaiRujia

最新推荐文章于 2022-04-26 14:24:25 发布

阅读量767

点赞数

分类专栏： cv few-shot 论文

本文链接：https://blog.csdn.net/Dream_xd/article/details/107757999

版权

这篇论文介绍了Siamese神经网络如何用于解决一次图像识别问题。在ICML2015发表，研究者通过训练使同类图片对之间的距离最小，不同类别对间的距离最大化。网络结构包含卷积、池化和ReLU激活函数，损失函数采用二分类交叉熵并结合L2正则化防止过拟合，优化算法采用反向传播。实现代码可在指定GitHub仓库中找到。

摘要由CSDN通过智能技术生成

论文：Siamese Neural Networks for One-shot Image Recognition
代码：https://github.com/kevinzakka/one-shot-siamese
地址：https://www.cs.cmu.edu/~rsalakhu/papers/oneshot1.pdf
来源：ICML2015

Approach

在这里插入图片描述
训练：通过同类物体或者不同类物体的pair，使得同类图片的距离尽可能小，不同类别的距离尽可能大。

网络架构
在这里插入图片描述
网络主要用了卷积、最大池化、ReLU等。

loss function

在这里插入图片描述
用的是二分类交叉熵，加了L2正则化项，防止过拟合。
optimization

用了反向传播算法。

代码

import torch
import torch.nn as nn
import torch.nn.functional as F
class SiameseNet(nn.Module):

    def __init__(self):
        super(SiameseNet, sel