總結：

• Siamese網絡衡量兩個輸入的相似程度，輸出是一個[0,1]的浮點數，表示二者的相似程度。孿生神經網絡有兩個輸入（Input1 and Input2）,將兩個輸入feed進入兩個神經網絡（Network1 and Network2），這兩個神經網絡分別將輸入映射到新的空間，形成輸入在新的空間中的表示。通過Loss的計算，評價兩個輸入的相似度。
• 單樣本學習（one-shotting）能夠減小訓練數據，使用較少的樣本即可訓練網絡，當出現新的類型時無需重新訓練網絡
• Siamese網絡在目標跟蹤中的應用有：
  • siamFC:開山之作
  • SiamRPN:將入RPN預測位置
  • DasiamRPN:考慮了樣本不平衡的問題
  • SiamRPN++: 引入深層網絡
  • SiamMask:加入了圖像分割的內容

總結

以上是生活随笔為你收集整理的智慧交通day04-特定目标车辆追踪03：siamese在目标跟踪中的应用-汇总的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。