日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

孪生网络 Siamese Network

發(fā)布時間:2023/12/20 编程问答 54 豆豆
生活随笔 收集整理的這篇文章主要介紹了 孪生网络 Siamese Network 小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

文章目錄

      • 孿生網(wǎng)絡的發(fā)展
      • 孿生網(wǎng)絡
        • 定義
        • 功能與用途
        • 損失函數(shù)

孿生網(wǎng)絡的發(fā)展

孿生網(wǎng)絡又稱為連體網(wǎng)絡,網(wǎng)絡中的連體是通過共享權值來實現(xiàn)。孿生網(wǎng)絡最早是出現(xiàn)在1993年的論文《Signature Verification using a ‘Siamese’ Time Delay Neural Network》用于美國支票上的簽名驗證,即驗證支票上的簽名與銀行預留簽名是否一致。

孿生網(wǎng)絡是一種監(jiān)督學習,用于度量學習。

隨后由于硬件的限制網(wǎng)絡技術的發(fā)展,幾乎停滯不前。

  • 2010年Hinton在ICML上發(fā)表了文章《Rectified Linear Units Improve Restricted Boltzmann Machines》,用來做人臉驗證,效果很好。其原理很簡單,將兩個人臉feed進卷積神經(jīng)網(wǎng)絡,輸出same or different。
  • 2015年CVPR的一篇關于圖像相似度計算的文章:《Learning to Compare Image Patches via Convolutional Neural Networks》,本篇文章對經(jīng)典的算法Siamese Networks 做了改進。

以上算法都是使用孿生網(wǎng)絡來進行圖片相似度的對比。隨后孿生網(wǎng)絡開始慢慢地出現(xiàn)在計算機視覺目標跟蹤領域

  • 2016年ECCV Fully-Convolutional Siamese Networks for Object Tracking
  • 2016年ECCV Learning to Track at 100 FPS with Deep Regression Networks
  • 2017年CVPR End-to-end representation learning for Correlation Filter based tracking

孿生網(wǎng)絡

孿生網(wǎng)絡最早提出在1993年的下面這篇論文中。
Bromley J, Bentz J W, Bottou L, et al. Signature verification using a “siamese” time delay neural network[J]. International Journal of Pattern Recognition and Artificial Intelligence, 1993, 7(04): 669-688.

定義

簡單來說,Siamese Network就是"連體的神經(jīng)網(wǎng)絡",神經(jīng)網(wǎng)絡的"連體"是通過共享權值來實現(xiàn)的,如下圖所示:

左右兩個網(wǎng)絡可以是同一個,也可以是不同網(wǎng)絡,比如一個是CNN,另一個是LSTM,如果左右兩邊權重不共享,此時叫偽孿生網(wǎng)絡。

功能與用途

孿生網(wǎng)絡最早用于驗證支票上的簽名與銀行預留簽名是否一致,后用于對比兩個輸入的相似度,隨后又慢慢應用到目標跟蹤領域。

孿生網(wǎng)絡針對兩個輸入 input1 和 input2,分別進入神經(jīng)網(wǎng)絡 network1 和network2,通過最后的 loss 計算,可以評價兩個 network 后向量的相似度,即兩個 input 輸入的相似度。

孿生網(wǎng)絡由于權重共享,所以一定程度上限制了 network1 和 network2 的差異不能太大,所以通常用來處理兩個輸入差異不是非常大的問題,比如,對比兩張圖片、兩個句子,兩個詞匯的相似度。對于輸入差異很大的相似度,比如圖片與相應的文字描述,文章標題與文章段落的相似度,這時候就需要使用偽孿生網(wǎng)絡。

所以針對不同的情況,需要選擇合適的網(wǎng)絡結構和對應的損失函數(shù)

損失函數(shù)

Siamese network的輸入是兩個經(jīng)過 network表示后的向量,在新的向量空間中,只要能判斷兩個向量的距離,讓同類的距離越小,一類的距離越大就能達到目標。所以這里的距離可以有很多,比如歐式距離、余弦距離、指數(shù)距離都可以。

參考資料:

  • Bromley J, Bentz J W, Bottou L, et al. Signature verification using a “siamese” time delay neural network[J]. International Journal of Pattern Recognition and Artificial Intelligence, 1993, 7(04): 669-688.
  • SiameseNetwork孿生神經(jīng)網(wǎng)絡原理及實現(xiàn)
  • 知乎專欄:Siamese NN for one-shot image recognition.
  • Siamese network 孿生神經(jīng)網(wǎng)絡–一個簡單神奇的結構
  • 總結

    以上是生活随笔為你收集整理的孪生网络 Siamese Network的全部內容,希望文章能夠幫你解決所遇到的問題。

    如果覺得生活随笔網(wǎng)站內容還不錯,歡迎將生活随笔推薦給好友。