[英]How do I create support set, positive and negative pairs for siamese network
我有一個需要一對輸入的連體。 我想創建正面、負面和支持集來訓練我在這里提到的網絡。 正對：來自相同視圖（或可能不同視圖）和相同類別的圖像。 負對：不同的類別和不同的觀點。 我有以下文件夾結構。
+---aluminium_foil
| +---view1
| | 15a-scale_2_im_1_col.png
| | 15a-scale_3_im_1_col.png
| | 15a-scale_4_im_1_col.png
| |
| +---view2
| | 15a-scale_2_im_2_col.png
| | 15a-scale_3_im_2_col.png
| |
| \---view3
| 15a-scale_2_im_3_col.png
| 15a-scale_3_im_3_col.png
| 15a-scale_4_im_3_col.png
| 15a-scale_5_im_3_col.png
| 15a-scale_6_im_3_col.png
|
+---brown_bread
| +---view1
| | 48a-scale_2_im_1_col.png
| | 48a-scale_3_im_1_col.png
| | 48a-scale_4_im_1_col.png
| | 48a-scale_5_im_1_col.png
| |
| +---view2
| | 48a-scale_2_im_3_col.png
| | 48a-scale_3_im_3_col.png
| | 48a-scale_5_im_3_col.png
| | 48a-scale_6_im_3_col.png
| | 48a-scale_7_im_3_col.png
| |
| \---view3
| 48a-scale_2_im_5_col.png
| 48a-scale_2_im_6_col.png
| 48a-scale_3_im_5_col.png
| 48a-scale_3_im_6_col.png
|
+---corduroy
| +---view1
| | 42a-scale_2_im_1_col.png
| | 42a-scale_2_im_2_col.png
| | 42a-scale_3_im_1_col.png
| | 42a-scale_3_im_2_col.png
| | 42a-scale_4_im_1_col.png
| | 42a-scale_4_im_2_col.png
| |
| +---view2
| | 42a-scale_4_im_4_col.png
| | 42a-scale_4_im_5_col.png
| | 42a-scale_4_im_6_col.png
| | 42a-scale_4_im_7_col.png
| | 42a-scale_5_im_4_col.png
| | 42a-scale_5_im_5_col.png
| | 42a-scale_5_im_6_col.png
| | 42a-scale_5_im_7_col.png
| |
| \---view3
| 42a-scale_2_im_10_col.png
| 42a-scale_2_im_11_col.png
| 42a-scale_2_im_12_col.png
| 42a-scale_3_im_10_col.png
| 42a-scale_3_im_11_col.png
| 42a-scale_3_im_12_col.png
|
+---cork
| +---view1
| | 16a-scale_2_im_1_col.png
| | 16a-scale_2_im_2_col.png
| | 16a-scale_2_im_3_col.png
| | 16a-scale_2_im_4_col.png
| | 16a-scale_2_im_5_col.png
| |
| +---view2
| | 16a-scale_3_im_3_col.png
| | 16a-scale_3_im_4_col.png
| | 16a-scale_3_im_5_col.png
| | 16a-scale_3_im_6_col.png
| | 16a-scale_4_im_3_col.png
| | 16a-scale_4_im_4_col.png
| | 16a-scale_4_im_5_col.png
| | 16a-scale_4_im_6_col.png
| |
| \---view3
| 16a-scale_8_im_10_col.png
| 16a-scale_8_im_11_col.png
|
\---cotton
+---view1
| 46a-scale_3_im_1_col.png
| 46a-scale_3_im_2_col.png
|
+---view2
| 46a-scale_2_im_10_col.png
| 46a-scale_2_im_11_col.png
| 46a-scale_2_im_12_col.png
| 46a-scale_3_im_10_col.png
| 46a-scale_3_im_11_col.png
| 46a-scale_3_im_12_col.png
|
\---view3
46a-scale_5_im_10_col.png
46a-scale_5_im_11_col.png
46a-scale_5_im_12_col.png
.
.
.
我編寫了代碼來為以下文件夾結構配對。
+---aluminium_foil
| v3_s1_patch_1.JPG
| v3_s1_patch_10.JPG
| v3_s1_patch_11.JPG
|
+---brown_bread
| v3_s1_patch_11.JPG
| v3_s1_patch_12.JPG
| v3_s1_patch_13.JPG
| v3_s1_patch_14.JPG
| v3_s1_patch_15.JPG
|
+---corduroy
| v3_s1_patch_1.JPG
| v3_s1_patch_10.JPG
| v3_s1_patch_11.JPG
| v3_s1_patch_12.JPG
| v3_s1_patch_13.JPG
| v3_s1_patch_17.JPG
| v3_s1_patch_18.JPG
|
+---cork
| v3_s1_patch_10.JPG
| v3_s1_patch_11.JPG
| v3_s1_patch_12.JPG
| v3_s1_patch_13.JPG
|
+---cotton
| v3_s1_patch_1.JPG
| v3_s1_patch_10.JPG
| v3_s1_patch_11.JPG
| v3_s1_patch_12.JPG
| v3_s1_patch_13.JPG
+---lettuce_leaf
| v3_s1_patch_1.JPG
| v3_s1_patch_10.JPG
| v3_s1_patch_11.JPG
| v3_s1_patch_12.JPG
| v3_s1_patch_16.JPG
| v3_s1_patch_17.JPG
這是我為上述文件夾結構制作正負對的代碼。
def load_data_set(data_path, image_size = (224,224)):
"""
Load images in numpy array. Images are loaded in RGB format.
Input: Main data directory and image size in 2D.
Output: X and Y as numpy array.
"""
directory_list = os.listdir(path=data_path)
directory_list.sort()
x_data = list()
y_data = list()
for directory in directory_list:
class_path = os.path.join(data_path, directory)
image_names = os.listdir(path=class_path)
image_names.sort()
for image_name in image_names:
image_array = cv2.imread(
os.path.join(class_path, image_name), cv2.IMREAD_COLOR
)
image_array = cv2.cvtColor(image_array, cv2.COLOR_BGR2RGB)
image_array = cv2.resize(image_array, image_size)
x_data.append(image_array)
y_data.append(directory)
x_data = np.array(x_data)
y_data = np.array(y_data)
return x_data, y_data
def positive_pair(x_value, y_value, augmentation= False):
"""
Create a random positive duplet from the data.
If augmentation is True, then image augmentation is applied
for both images of negative duplet.
"""
random_index = random.randint(0, x_value.shape[0] - 1)
if augmentation is True:
x_anchor = image_augmentation(x_value[random_index])
else:
x_anchor = x_value[random_index]
y_anchor = y_value[random_index]
pos_index = np.squeeze(np.where(y_value == y_anchor))
if augmentation is True:
x_positive = image_augmentation(
x_value[pos_index[random.randint(0, len(pos_index) - 1)]]
)
else:
x_positive = x_value[pos_index[random.randint(0, len(pos_index) - 1)]]
return [x_anchor, x_positive], 1.0
def negative_pair(x_value, y_value, augmentation = False):
"""
Create a random negative duplet from the data.
If augmentation is True, then image augmentation is applied
for both images of negative duplet.
"""
random_index = random.randint(0, x_value.shape[0] - 1)
if augmentation is True:
x_anchor = image_augmentation(x_value[random_index])
else:
x_anchor = x_value[random_index]
y_anchor = y_value[random_index]
neg_index = np.squeeze(np.where(y_value != y_anchor))
if augmentation is True:
x_negative = image_augmentation(
x_value[neg_index[random.randint(0, len(neg_index) - 1)]]
)
else:
x_negative = x_value[neg_index[random.randint(0, len(neg_index) - 1)]]
return [x_anchor, x_negative], 0.0
我也想創建支持集 . 如何采用我現有的代碼來創建正負對以及上述文件夾結構的支持集。 任何幫助，將不勝感激。
對於任何有同樣問題的人，我想出了如何為這樣的文件夾結構創建正負對。
從目錄中讀取圖像
def get_dataset(path):
x_data = list()
y_data = list()
v_data = list()
image_size = (224,224)
for filename in glob.iglob(path + '**/*.JPG', recursive=True):
view_folder = str(filename.split('/')[-3])
class_folder = str(filename.split('/')[-2])
image_array = cv2.imread(filename,cv2.IMREAD_COLOR)
image_array = cv2.cvtColor(image_array, cv2.COLOR_BGR2RGB)
image_array = cv2.resize(image_array, image_size)
x_data.append(image_array)
y_data.append(class_folder)
v_data.append(view_folder)
x_data = np.array(x_data)
y_data = np.array(y_data)
v_data = np.array(v_data)
return x_data/255.0, y_data, v_data
從數據中創建正負對
def positive_duplet(x_value, y_value, v_value):
"""
Create a random positive duplet from data.
for the both images of negative duplet.
"""
random_index = random.randint(0, x_value.shape[0] - 1)
x_anchor = x_value[random_index]
v_anchor = v_value[random_index]
y_anchor = y_value[random_index]
pos_index = np.squeeze(np.where( (y_value == y_anchor) & (v_value == v_anchor ) ) )
x_positive = x_value[pos_index[random.randint(0, len(pos_index) - 1)]]
return [x_anchor, x_positive], 1.0
def negative_duplet(x_value, y_value, v_value):
"""
Create a random negative duplet from data.
for the both images of negative duplet.
"""
random_index = random.randint(0, x_value.shape[0] - 1)
x_anchor = x_value[random_index]
v_anchor = v_value[random_index]
y_anchor = y_value[random_index]
neg_index = np.squeeze(np.where( (y_value != y_anchor) & (v_value != v_anchor) ) )
#print(neg_index)
x_negative = x_value[neg_index[random.randint(0, len(neg_index) - 1)]]
return [x_anchor, x_negative], 0.0
如何找到神經網絡的假陽性率和假陰性率？
[英]How do I find the false positive and false negative rates for a neural network?
如何訓練帶有負和正元素作為第一層輸入的卷積神經網絡？
[英]How do I train the Convolutional Neural Network with negative and positive elements as the input of the first layer?
如何從數據集中創建錨定陽性和錨定陰性對來訓練模型？
[英]How to create anchor-positive and anchor-negative pairs from dataset for training the model?
創建用於訓練暹羅網絡以進行說話人驗證文本依賴的對
[英]Creating Pairs for Training a Siamese Network for Speaker Verification Text Dependent
我們如何在 SMOTE 中設置比率以擁有比負樣本更多的正樣本？
[英]How do we set ratio in SMOTE to have more positive sample than negative sample?
如何在 matplotlib 中將正值設置為一種顏色並將負值設置為另一種顏色？
[英]How can I set positive values to one color and negative values to another in matplotlib?
如何使用訓練有素的連體網絡來預測具有 100 多個類別的大型測試集的標簽？
[英]How to use trained siamese network to predict labels for large test set with 100+ classes?
如何讓第二個刻面 plot 上的正/負條正確着色？
[英]How do i get the positive/negative bars on the second facet plot to color correctly?
我如何測量預測時間序列的准確性，其中最重要的方面是 output 是負數還是正數？
[英]How do I measure the accuracy of predicted time series where the most important aspect is if the output is negative or positive?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.