测试训练好的siamese网络

2023-12-24 19:48
文章标签 训练 网络 测试 siamese

本文主要是介绍测试训练好的siamese网络,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这篇博客中https://blog.csdn.net/sinat_33486980/article/details/91440461 新训练了单分支的siamese网络。

参考了论文:Online Multi-Object Tracking with Historical Appearance Matching and Scene Adaptive Detection Filtering

结构做了调整,防止过拟合,加入了batchnorm层,网络结构如下:

训练了100000次,最终的train loss 和testloss分别为:

 

生成的模型为:

目的:

在vs中调用训练好的siamese模型来判断任意两张图像是否相似,输出两个人是同一个人的概率。下面是几张测试用的图片(同一缩放为128x64x3):

               

 man1          man2            man3              man4

第一步:设置vs2013中的模型路径

然后在vs2013里面测试这个网络区分相同图片和不同图片的能力,修改加载网络函数中的网络模型文件路径和delpoy文件路径

这里的deploy文件是将网络定义文件做修改,要在vs中使用模型,输入的是读取的图像Mat格式,也就是“MemoryData”类型,而在训练的prototxt文件中的数据层是“Data”类型,输入数据是lmdb或者leveldb。因此这里首先要修改数据层:

      

上图,左边是训练时使用的数据层,右边是现在测试时的deploy文件中的数据层。这里的channels是6,而不是3,是因为这个网络结构采用的是单分支的孪生网络,输入是两张图像的堆叠(3+3=6)。

然后删掉卷积层和全连接层的权重和偏置项参数,将网络最后的softmaxWithLoss改成softmax,因为我想输出两张图像是否相似的概率。

修改前的输出层

修改后的输出层:

第二步:处理输入数据

接下来就是很重要的部分了,就是对输入数据进行处理。

首先加载这四张图片,缩放到64宽,128高的大小。

然后就是重点:将两张图片合并成一张6通道的图片

然后调用特征提取函数:

特征提取函数中设置要提取的网络层的名字,我这里要输出概率值,因此输出softmax层,这一层的名字叫loss

这里需要注意,softmax输出的是两个值:[负例的概率,正例的概率],我的正例指的是两张图片相似,所以只输出第二项的值就可以了:

最后输出这四张图片两两相似的概率:

再来看一下要对比的4张图片:

man1和man2相似度为0.999846,是同一个人,判断正确

man3和man4相似度为0.997171,是同一个人,判断正确,而且这两个人身体的朝向都是不一样的

其他的都是相似度很低的,因为不是同一张图片。

总结

这个孪生网络模型才759k,我用的其他的reid模型都是几M甚至更大,而且这个网络判断是否是同一目标的能力还挺强,速度还快(),可以考虑换掉提取单张图片特征向量再计算向量余弦距离,构建相似度矩阵的方法,而直接用siamese网络生成相似度矩阵,简化步骤,加快速度。(实际测试时,还是很有问题,因为虽然计算一次相似度耗时降低了很多,但是计算次数增加了更多,比如:有6个跟踪框,5个检测框,用原来的方法,只需要调用网络提取5个检测框的特征,计算与6个跟踪框的历史特征(已经保存,可直接读取)的余弦距离。但是用siamese的方法直接计算相似度,需要两两配对,调用网络计算6*5=30次,每增加一个框,就增加好几次的循环,如果框再多时,会达到上百ms,特别慢。)

另外两个网络的效果:

1、DeepSort中用到的cosinMetric外观特征提取网络

网络前向推理一次耗时:

特征向量长度:128

模型大小:11.4M

2、MOTDT中用到的part_reid外观特征提取网络

网络前向推理一次耗时:,虽然看起来比上面那个耗时少,但是在实际使用中耗时会多1ms左右。

特征向量长度512

模型大小:15.9M

这篇关于测试训练好的siamese网络的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/532928

相关文章

Linux中压缩、网络传输与系统监控工具的使用完整指南

《Linux中压缩、网络传输与系统监控工具的使用完整指南》在Linux系统管理中,压缩与传输工具是数据备份和远程协作的桥梁,而系统监控工具则是保障服务器稳定运行的眼睛,下面小编就来和大家详细介绍一下它... 目录引言一、压缩与解压:数据存储与传输的优化核心1. zip/unzip:通用压缩格式的便捷操作2.

使用Python进行GRPC和Dubbo协议的高级测试

《使用Python进行GRPC和Dubbo协议的高级测试》GRPC(GoogleRemoteProcedureCall)是一种高性能、开源的远程过程调用(RPC)框架,Dubbo是一种高性能的分布式服... 目录01 GRPC测试安装gRPC编写.proto文件实现服务02 Dubbo测试1. 安装Dubb

Python的端到端测试框架SeleniumBase使用解读

《Python的端到端测试框架SeleniumBase使用解读》:本文主要介绍Python的端到端测试框架SeleniumBase使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全... 目录SeleniumBase详细介绍及用法指南什么是 SeleniumBase?SeleniumBase

python多线程并发测试过程

《python多线程并发测试过程》:本文主要介绍python多线程并发测试过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、并发与并行?二、同步与异步的概念?三、线程与进程的区别?需求1:多线程执行不同任务需求2:多线程执行相同任务总结一、并发与并行?1、

Linux网络配置之网桥和虚拟网络的配置指南

《Linux网络配置之网桥和虚拟网络的配置指南》这篇文章主要为大家详细介绍了Linux中配置网桥和虚拟网络的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 一、网桥的配置在linux系统中配置一个新的网桥主要涉及以下几个步骤:1.为yum仓库做准备,安装组件epel-re

python如何下载网络文件到本地指定文件夹

《python如何下载网络文件到本地指定文件夹》这篇文章主要为大家详细介绍了python如何实现下载网络文件到本地指定文件夹,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下...  在python中下载文件到本地指定文件夹可以通过以下步骤实现,使用requests库处理HTTP请求,并结合o

Linux高并发场景下的网络参数调优实战指南

《Linux高并发场景下的网络参数调优实战指南》在高并发网络服务场景中,Linux内核的默认网络参数往往无法满足需求,导致性能瓶颈、连接超时甚至服务崩溃,本文基于真实案例分析,从参数解读、问题诊断到优... 目录一、问题背景:当并发连接遇上性能瓶颈1.1 案例环境1.2 初始参数分析二、深度诊断:连接状态与

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

Linux系统配置NAT网络模式的详细步骤(附图文)

《Linux系统配置NAT网络模式的详细步骤(附图文)》本文详细指导如何在VMware环境下配置NAT网络模式,包括设置主机和虚拟机的IP地址、网关,以及针对Linux和Windows系统的具体步骤,... 目录一、配置NAT网络模式二、设置虚拟机交换机网关2.1 打开虚拟机2.2 管理员授权2.3 设置子

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.