项目使用GPU加速训练,在Colab界面点击“修改->笔记本设置->硬件加速器选择GPU”,保存后需要重新连接
1 首先从github克隆项目
!git clone https://github.com/ClarkGableWang/Siamese-pytorch.git
2 下载数据集
import torchvision
torchvision.datasets.Omniglot(root="/content/Siamese-pytorch/datasets", background=True, download=True)
torchvision.datasets.Omniglot(root="/content/Siamese-pytorch/datasets", background=False, download=True)
3 更改工作目录
import os
path = "/content/Siamese-pytorch"
os.chdir(path)
4 开始训练
!python train.py
每一轮训练好的模型会保存在Siamese-pytorch/logs文件夹下,如果训练时间长,不必等到训练结束,其实在训练中间过程中模型的精度已经达到很高的水平
将logs文件夹下的模型路径复制,打开Siamese.py脚本文件,覆盖第13行"model_path"后的路径
5 开始预测
!python predict.py
用于预测的图片在Siamese-pytorch/img中,运行predict.py脚本,输入两张图片路径即可进行预测