Особливості методу SIAMESE NETWORKS щодо його застосування до задачі класифікації об’єктів на зображеннях

Abstract

Метод Siamese Networks є ефективним підходом для розв’язання задачі навчання моделей у випадках, коли є мала кількість зразків для кожного класу, що типово для задач навчання із малою кількістю еталонних прикладів. Основна ідея алгоритму полягає у тому, щоб навчити модель порівнювати дві вхідні одиниці даних (зображення, текст тощо) і визначати належать вони до однієї категорії чи до різних [1-8]. Siamese Networks використовуються для обчислення подібності між двома об’єктами, замість класичної класифікації об’єктів в одну з декількох категорій