## Siamese:孪生神经网络在Pytorch当中的实现
---
## 目录
1. [实现的内容 Achievement](#实现的内容)
2. [所需环境 Environment](#所需环境)
3. [注意事项 Attention](#注意事项)
4. [文件下载 Download](#文件下载)
5. [预测步骤 How2predict](#预测步骤)
6. [训练步骤 How2train](#训练步骤)
7. [参考资料 Reference](#Reference)
## 实现的内容
该仓库实现了孪生神经网络(Siamese network),该网络常常用于检测输入进来的两张图片的相似性。该仓库所使用的主干特征提取网络(backbone)为VGG16。
## 所需环境
torch==1.2.0
## 注意事项
**训练Omniglot数据集和训练自己的数据集可以采用两种不同的格式**。需要注意格式的摆放噢!
## 文件下载
训练所需的vgg16-397923af.pth可在百度网盘中下载。
链接: https://pan.baidu.com/s/1rXp7jTEz_J1vkWOihTHdFg 提取码: xype
我一共会提供两个权重,分别是vgg16-397923af.pth和Omniglot_vgg.pth。
其中:
Omniglot_vgg.pth是Omniglot训练好的权重,可直接使用进行下面的预测步骤。
vgg16-397923af.pth是vgg的权重,可以用于训练其它的数据集。
## 预测步骤
### a、使用预训练权重
1. 下载完库后解压,在百度网盘下载Omniglot_vgg.pth,放入model_data,运行predict.py,依次输入
```python
img/Angelic_01.png
```
```python
img/Angelic_02.png
```
### b、使用自己训练的权重
1. 按照训练步骤训练。
2. 在siamese.py文件里面,在如下部分修改model_path使其对应训练好的文件;**model_path对应logs文件夹下面的权值文件**。
```python
_defaults = {
"model_path": 'model_data/Omniglot_vgg.pth',
"input_shape" : (105, 105, 3),
}
```
3. 运行predict.py,输入
```python
img/Angelic_01.png
```
```python
img/Angelic_02.png
```
## 训练步骤
可参考我的CSDN博客https://blog.csdn.net/weixin_44791964/article/details/107343394
### a、训练Omniglot例子
Omniglot数据集中数据存放格式有三级:
```python
- image_background
- Alphabet_of_the_Magi
- character01
- 0709_01.png
- 0709_02.png
- ……
- character02
- character03
- ……
- Anglo-Saxon_Futhorc
- ……
```
训练步骤为:
1. 下载数据集,放在根目录下的dataset文件夹下。
2. 运行train.py开始训练。
### b、训练自己相似性比较的模型
如果大家想要训练自己的数据集,可以将数据集按照如下格式进行摆放。
```python
- image_background
- character01
- 0709_01.png
- 0709_02.png
- ……
- character02
- character03
- ……
```
相比Omniglot少了一级。每一个chapter里面放同类型的图片。
训练步骤为:
1. 按上述格式放置数据集,放在根目录下的dataset文件夹下。
2. 之后将train.py当中的train_own_data设置成True。
3. 运行train.py开始训练。
### Reference
https://github.com/tensorfreitas/Siamese-Networks-for-One-Shot-Learning
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
Siamese:孪生神经网络在Pytorch当中的实现 目录 实现的内容 该仓库实现了孪生神经网络(Siamese network),该网络常常用于检测输入进来的两张图片的相似性。该仓库所使用的主干特征提取网络(backbone)为VGG16。 所需环境 torch==1.2.0 注意事项 训练Omniglot数据集和训练自己的数据集可以采用两种不同的格式。需要注意格式的摆放噢! 文件下载 训练所需的vgg16-397923af.pth可在百度网盘中下载。 链接: 提取码: xype 我一共会提供两个权重,分别是vgg16-397923af.pth和Omniglot_vgg.pth。 其中: Omniglot_vgg.pth是Omniglot训练好的权重,可直接使用进行下面的预测步骤。 vgg16-397923af.pth是vgg的权重,可以用于训练其它的数据集。 预测步骤 a、使用预训
资源详情
资源评论
资源推荐
收起资源包目录
siamese-pytorch-master.zip (17个子文件)
Siamese-pytorch-master
常见问题汇总.md 20KB
nets
vgg.py 3KB
siamese.py 2KB
model_data
README.MD 278B
datasets
README.MD 36B
LICENSE 1KB
utils
dataloader_own_dataset.py 8KB
dataloader.py 8KB
README.md 3KB
siamese.py 5KB
predict.py 641B
img
Atl_01.png 336B
Angelic_01.png 436B
Atem_01.png 125B
Angelic_02.png 497B
logs
README.MD 98B
train.py 10KB
共 17 条
- 1
我是卖报的小砖家
- 粉丝: 20
- 资源: 4617
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论1