Как работают сиамские нейронные сети в задачах распознавания объектов?

Сиамские нейронные сети предназначены для сравнения и измерения сходства между парами входных выборок. psta.psiras.ru Их основная задача — не классификация образов, а выявление сходства или различия между входными данными. psta.psiras.ru

Работа сиамских сетей в задачах распознавания объектов происходит следующим образом: www.baeldung.com

1. Уровни свёртки и объединения отвечают за извлечение значимых объектов из образцов изображений каждой сети. www.baeldung.com
2. Последним уровнем в каждой ветви является уровень сравнения, который генерирует вложение — компактное представление выборки данных. www.baeldung.com
3. Уровень сравнения обычно разрабатывается несколькими способами, которые зависят от конкретной задачи. www.baeldung.com Типичными примерами являются евклидово расстояние или корреляционное сходство. www.baeldung.com
4. Затем вложение выполняется с помощью функции сравнения, чтобы произвести прогноз, который решает, совпадают ли две выборки данных. www.baeldung.com

Конечным результатом работы сиамской сети является оценка сходства, которая показывает, насколько похожи или отличаются два входных изображения. www.baeldung.com

Сиамские сети часто используются в задачах, где прямое обучение с помеченными выборками ограничено или затруднено, поскольку сеть после обучения способна различать похожие и непохожие экземпляры, не требуя явных меток классов. psta.psiras.ru