## Siamese:孪生神经网络在tf2(tensorflow2)当中的实现
---
## 目录
1. [仓库更新 Top News](#仓库更新)
2. [注意事项 Attention](#注意事项)
3. [所需环境 Environment](#所需环境)
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)
## Top News
**`2022-04`**:**进行了大幅度的更新,支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整。**
BiliBili视频中的原仓库地址为:https://github.com/bubbliiiing/siamese-tf2/tree/bilibili
## 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!
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
tensorflow-gpu==2.2.0
## 文件下载
训练所需的vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5可在百度网盘中下载。
链接: https://pan.baidu.com/s/1NH3wcVr98vyJLYhYBTglvg 提取码: xyg2
Omniglot数据集下载地址为:
链接: https://pan.baidu.com/s/1pYp6vqiLLRFLn1tVeRk8ZQ 提取码: 5sa7
人脸数据集下载地址为(格式还需要简单修改一下才可以使用,请参考下方“训练自己相似性比较的模型”的格式进行修改):
链接: https://pan.baidu.com/s/1OvEFXTUZrvu4T5qSPkHOJw 提取码: aqhg
我一共会提供两个权重,分别是vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5和Omniglot_vgg.h5。
其中:
Omniglot_vgg.h5是Omniglot训练好的权重,可直接使用进行下面的预测步骤。
vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5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.h5,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.h5',
"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~
资源推荐
资源详情
资源评论
收起资源包目录
这是一个可用于图像相似性比较的Siamese网络库_Siamese-tf2.zip (25个子文件)
这是一个孪生神经网络(Siamese network)的库,可进行图片的相似性比较。_Siamese-tf2
项目内附说明
如果解压失败请用ara软件解压.txt 42B
Siamese-tf2-master
LICENSE 1KB
predict.py 823B
utils
utils.py 6KB
__init__.py 1B
utils_aug.py 14KB
dataloader.py 13KB
utils_fit.py 5KB
callbacks.py 5KB
nets
__init__.py 1B
siamese.py 2KB
vgg.py 3KB
model_data
README.MD 278B
常见问题汇总.md 36KB
datasets
README.MD 36B
siamese.py 4KB
img
Atl_01.png 336B
Angelic_01.png 436B
Angelic_02.png 497B
Atem_01.png 125B
requirements.txt 139B
logs
README.MD 98B
.gitignore 2KB
train.py 17KB
README.md 4KB
共 25 条
- 1
资源评论
好家伙VCC
- 粉丝: 2123
- 资源: 9145
下载权益
C知道特权
VIP文章
课程特权
开通VIP
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
最新资源
- 删除重复字符-Python与Java中实现字符串去重方法详解
- 面向初学者的 Java 教程(包含 500 个代码示例).zip
- 阿里云OSS Java版SDK.zip
- 阿里云api网关请求签名示例(java实现).zip
- 通过示例学习 Android 的 RxJava.zip
- 通过多线程编程在 Java 中发现并发模式和特性 线程、锁、原子等等 .zip
- 通过在终端中进行探索来学习 JavaScript .zip
- 通过不仅针对初学者而且针对 JavaScript 爱好者(无论他们的专业水平如何)设计的编码挑战,自然而自信地拥抱 JavaScript .zip
- 适用于 Kotlin 和 Java 的现代 JSON 库 .zip
- AppPay-安卓开发资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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