keras-siamese用自己的数据集实现详解用自己的数据集实现详解
主要介绍了keras-siamese用自己的数据集实现详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小
编过来看看吧
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。
首先，先整理数据集，相同的类放到同一个文件夹下，如下图所示：首先，先整理数据集，相同的类放到同一个文件夹下，如下图所示：
接下来，将pairs及对应的label写到csv中，代码如下：
import os
import random
import csv
#图片所在的路径
path = '/Users/mac/Desktop/wxd/flag/category/'
#files列表保存所有类别的路径
files=[]
same_pairs=[]
different_pairs=[]
for file in os.listdir(path):
if file[0]=='.':
continue
file_path = os.path.join(path,file)
files.append(file_path)
#该地址为csv要保存到的路径，a表示追加写入
with open('/Users/mac/Desktop/wxd/flag/data.csv','a') as f:
#保存相同对
writer = csv.writer(f)
for file in files:
imgs = os.listdir(file)
for i in range(0,len(imgs)-1):
for j in range(i+1,len(imgs)):
pairs = []
评论0