keras-siamese用自己的数据集实现详解

Siamese网络不做过多介绍，思想并不难，输入两个图像，输出这两张图像的相似度，两个输入的网络结构是相同的，参数共享。主要发现很多代码都是基于mnist数据集的，下面说一下怎么用自己的数据集实现siamese网络。接下来，将pairs及对应的label写到csv中，代码如下：相当于csv每一行都包含一对结果，每一行有三列，第一列第一张图片路径，第二列第二张图片路径，第三列是不是相同的label，属于同一个类的label为1，不同类的为0，可参考下图：然后，由于keras的fit函数需要将训练数据都塞入内存，而大部分训练数据都较大，因此才用fit_generator生成器的方法，便可以训练大数据，代码如下：用了回调函数保存了每一个epoch后的模型，也可以保存最好的，之后需要对模型进行测试。