Siamese-pytorch连体网络训练(平台：Colab)

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