Siamese Network 不会在 pytroch 中学习

问题描述

我正在尝试实现 Siamese Network 进行人脸识别，我使用了对比损失，但不幸的是，当两个图像不属于同一个人时，网络不会输出超过边距的值，因此当我对其进行测试时总是输出两个图像属于同一个人。这是代码：

class Siamese_Network(nn.Module):
    def __init__(self,network):
        super(Siamese_Network,self).__init__()
        self.network = network

    def forward(self,inp1,inp2):
        inp1_pred = self.network(inp1)
        inp2_pred = self.network(inp2)
        return inp1_pred,inp2_pred


class ContrastiveLoss(nn.Module):
    def __init__(self,margin):
        super(ContrastiveLoss,self).__init__()
        self.margin = margin

    def forward(self,output1,output2,target):
        distances = (output2 - output1).pow(2).sum(1)
        losses = 0.2* (target.float() * distances +
                        0.8 * (-1 * target).float() * f.relu(self.margin - distances.sqrt()).pow(2))
                        
        return losses.mean()

我如何测试：我在输入两个图像后遍历图像并查看网络的输出，如果这两个输出（嵌入向量）之间的距离大于边距，则图片不属于同一个人，如果距离小于边距，则图片属于同一个人。由于保证金的值为 100。（可能这是问题）

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

pytorch siamese-network