本文旨在指导读者如何将自定义数据集应用于深度学习图像匹配模型的训练，以实现完全匹配。内容包括回顾matchnet和Siamese网络，以及如何准备和利用如brown数据集这样的标注文件。
之前的文章 已经介绍了 matchnet， Siamese network，以及获取他们数据集，此外 我们也改了网络的模型。现在我们离全部工作还差一步之遥，不能放弃。
应该有很多人想要用自己的数据集去训练模型，所以这一篇博文的目的就是 连接数据和网络，制作适合你的数据集。
---------------------------------------------------------------------------------------------------------------
首先，我选择的数据依然是 brown的数据，这个数据集使用比较广泛，想要下载的同学，请查阅第一讲。
- brown数据集介绍
基本信息：数据集中包含三个子集，三个zip文件中 是1024*1024的bitmap 图片，每一个图片包含 256张图片块，每个图片块是64*64的灰度图像。
文件夹中包含两个元数据（metadata）文件&
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
