我在哪里可以找到实现孪生网络以执行图像相似性并从数据集中检索最相似图像的详细信息
很难获得所有类别的大量图像数据，因此对于大多数类别而言，只有少数图像，例如某些类别的 10 幅图像。 SIFT 或 ORB 似乎在某些类上表现不佳。
我的项目是根据阿联酋的州区分车牌。这里我上传了一些示例图片。
【问题讨论】：
标签： python image deep-learning computer-vision image-recognition
当训练数据很少时，无论听起来多么烦人，最好的方法通常是收集更多。深度网络是出了名的数据饥渴，当数据稀缺时它们的性能很差。这就是说，有些方法可能会对您有所帮助：
在迁移学习中，您采用已经训练过的深度网络（例如 ResNet50），该网络已针对其他任务（例如 ImageNet）进行了训练，修复了除最后几层中的权重之外的所有网络权重，然后针对您的任务进行训练感兴趣。
数据增强会以某种可预测的方式略微修改您的训练数据。在您的情况下，您可以将图像旋转一个小角度，应用透视变换，缩放图像强度或稍微改变颜色。每次您想使用特定的训练图像时，您都会使用不同的参数应用一组不同的这些操作。这样您就可以生成新的训练示例来扩大您的训练集。
【讨论】：