2016-11-18 85 views
0

我试着跟随Caffe和其他许多stackoverflow文章的连体网络MNIST示例,或者在Google群组上这里,但是信息总是不完整或者是死胡同。我想要做的就是喂一个暹罗网络2 RGB图像来计算相似度。连接RGB图像的连体网络

我到目前为止所做的是将2个RGB图像连接成一个,将其转换为leveldb,在“mnist_siamese_train_test.prototxt”中将切片层编辑为“slice_point:3”。从我现在理解的是,问题将出现在渠道上。我如何解决这个问题,我没有找到任何有用的资源来告诉我如何做到这一点,或适合我的情况。请让我知道,如果有另一种方式完全只喂养网络目录和列表,而不是leveldb并连接图像。让我知道是否有什么需要进一步解释。

+0

通道问题究竟是什么?看起来你在这里做的是正确的事情。什么**正确**是问题? – Shai

+0

顺便说一下,您是否考虑过[Wexler等](https://arxiv.org/abs/1605.07270)的“小批量损失”方法,而不是使用Siamese方法? – Shai

回答

0

你可以找到在this thread详细的回答,总之,你有两个选择:

  1. 使用切片层切片您在lmdb产生的斑点,就像你在问题中指出的,你具有slice_point:3和6“通道”图像(每个图像3个),它应该将它分成2个图像,每个图像3个通道。
  2. 使用2个不同的InputDataLayers,每个都有不同的文件,你可以在线程中看到一个工作示例。

现在,正如您指出的,您似乎在做正确的事情,您是否可以在这里复制粘贴错误和您的.prototxt文件? 另请检查您正在切片的尺寸是否正确