基于深度学习的图像匹配技术专题- [patch based matching5]-手把手教你实现MatchNet（Metric network）

最新推荐文章于 2025-10-15 10:16:42 发布

原创

最新推荐文章于 2025-10-15 10:16:42 发布 · 5.2k 阅读

5 ·

CC 4.0 BY-SA版权

本文详细介绍了如何实现MatchNet的Metric Network部分，包括将全连接层整合到整体网络中，并探讨了由于原始数据集格式问题而需要自定义数据集的情况。

在上一篇博文中，我们一起实现了MatchNet 的feature 部分，然后双塔顶端，分别是两层全连接层，现在我们就按照 match net的结构，把分离的全连接变成整体- metric network.

输入的数据是 ip1和ip1_p,我们需要把数据。

layer {
  name: "ip1"
  type: "InnerProduct"
  bottom: "pool2"
  top: "ip1"
  param {
    name: "ip1_w"
    lr_mult: 1
  }
  param {
    name: "ip1_b"
    lr_mult: 2
  }
  inner_product_param {
    num_output: 500
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}

layer { 
name: "ip1_p" 
type: "InnerProduct" 
bottom: "pool2_p" 
top: "ip1_p" 
param { name: "ip1_w" lr_mult: 1 } 
param { name: "ip1_b" lr_mult: 2 } 
inner_product_param { 
num_output: 500 weight_