Siamese Network with RGB images

Caffeや他の多くのスタックオーバーフローの投稿やGoogleグループのSiamese Network MNISTの例を試してみましたが、情報は常に不完全です。私がしようとしているのは、siameseネットワークに2つのRGB画像を供給して類似性を計算することだけです。Siamese Network with RGB images

2つのRGBイメージを1つに連結し、leveldbに変換し、 "mnist_siamese_train_test.prototxt"のスライスレイヤーを "slice_point：3"に編集しました。私が今理解していることは、問題はチャネルにあるということです。どのように私はこの問題を解決するか、私はhaventどのようにこれを行うか、または私のケースに合う私に教えるために有用なリソースを発見した。もしleveldbの代わりにネットワークディレクトリとリストを供給し、画像を連結する別の方法があるのならば教えてください。それ以上の説明が必要なものがあればお知らせください。

出典

2016-11-18 MasterWizard

チャンネルにはどのような問題がありますか？あなたはここで正しいことをしているようです。 **正確に**問題は何ですか？ – Shai

ところで、シャムのアプローチを使うのではなく、[Wexler et al]（https://arxiv.org/abs/1605.07270）の「minibatch loss」appraochを考えましたか？ – Shai

あなたが短い中で、this threadに詳細に答えを見つけることができ、次の2つのオプションがあります：

をあなたが質問で指摘したように、あなたがlmdbで作成したブロブをスライスするスライス層を使用して、あなたslice_point：3と6つの "channel"イメージ（各イメージに対して3つ）を持っていれば、それぞれ3つのチャネルを持つ2つのイメージに分割する必要があります。
それぞれ異なるファイルを持つ2つの異なるInputDataLayersを使用すると、スレッド内の実例を見ることができます。

ここで指摘したように、正しいことをしているように見えますが、ここでエラーと.prototxtファイルをコピーして貼り付けることはできますか？スライスしている次元が正しいことも確認してください

出典

2017-10-03 16:54:14

Siamese Network with RGB images

答えて

関連する問題