1樓：
通過你的提問，你想表達的應該是如何設定這個模型二不僅是CNN。這個工作可以按照以下思路來開展：
（1） 確定任務目標。從你的描述，可以有兩種處理方法：（1）將這個任務視為乙個回歸任務，任務目標就是—— 通過輸入AB影象對，判斷AB之間聯絡的概率（或者說得病概率），目標值越接近於1說明二者聯絡越大，越接近於0說明聯絡越小。
（2）將這個任務看做乙個二分類任務，即AB聯絡，AB無聯絡。 至於選擇哪一種，要根據是否能夠明顯AB的聯絡狀態非1即0，還是說存在中間值的可能。
（2）確定好任務後，根據任務目標選擇損失函式，分類可用Softmax交叉熵，回歸可以考慮logistic回歸。
（3）backbone部分可以根據試驗效果、效率和精度的tradeoff選擇不同的CNN進行嘗試，比如ResNet-50，ShuffleNet-v2， 甚至可以試試transformer。
（4）網路架構方面。 可以根據SuperMHP這位朋友所述，直接將A和B堆疊起來輸入到同乙個backbone； 或者，可以嘗試採用兩條branch針對A和B用不同的引數提取特徵。如下圖：
這兩張海報如何用PS完成
我這個死靚仔 第一張海報我有在另外乙個回答答過，有興趣你可以看看 怎樣用ps做出這種海報效果？我這個死靚仔的回答 知乎 https www.至於第二張，由於沒找到適合的素材，其次因為懶，再者沒有時間.所以沒做教程，不過也可以講一下大致思路.第一步 素材準備乙個正面人像跟乙個背面的，以及乙個老鷹翱翔的...
關於計算兩張影象相似度,用深度學習去做,有什麼好的方法與建議
George 隨著自己的成長，之前一些模糊的知識和概念，逐漸的正式進入自己的研究內容，自己回答一下，其實影象相似度計算一直是視覺領域很經典的問題，最符合的情景是slam的回環檢測，常用的影象相似度計算方法有DBOW，現在深度學習階段有netvlad，關於距離計算標準還是常用的那些，歐式或者余弦相似度...
銀行存錢被沒收兩張假鈔，很確定是親戚半年前還的，窩火，如何處理最妥善
已登出 應該理智點。首先不能確定是不是你親戚故意還你假幣的，也有可能不知情。其次，就算確定是故意還的假幣，200塊錢也用不著大動干戈，稍微忍忍，如果還有下次那就沒辦法忍了。當然，不是說悶聲當包子，可以暗示性的提一下假幣，讓你親戚明白你知道了，但是這次不想找他們麻煩。 劉師傅 作為銀行工作人員我只能說...