siamase -network

siamase 是 一种神经网络的框架,而不是具体的某种网络,就像seq2seq 一样,具体实现上可以使用RNN 也可以使用CNN,两个子网络共享权值。网络将输入映射到新的空间,形成输入在新的空间中的表示。

正向传递:

1 不再使用softmax 多分类,把图片encoding 一个长vector 

2 图片相似性:不同vector 的相似性对比。

3 相似方程由两部分构成: similarity function=encoding f0 + vector 之间的distance

ref:https://www.bilibili.com/video/BV1zZ4y1M7Th?from=search&seid=7457699738427400044

后面用sigmoid

3 比较的度量

3.1  转换为二进制的分类: 把图像向量差值的模 做sigmod 

两个标签越接近1,就越相似。0是越不相似。预测的差值作为损失函数,

3.2 x2 distance

3.3 Triplet loss  三元组损失

anchor ,positive,negative ,三张图片转为特征向量,相同人的向量是足够近的。

把query 和support set 逐一做对比,找到最相似的。

©️2020 CSDN 皮肤主题: 技术黑板 设计师:CSDN官方博客 返回首页