Image processing 如何将多幅图像作为卷积神经网络的输入

Image processing 如何将多幅图像作为卷积神经网络的输入,image-processing,classification,conv-neural-network,Image Processing,Classification,Conv Neural Network,我是CNN的新手。我计划建立一个分类器,您将在其中输入两个图像作为分类器的输入。它应该输出是否匹配 我不知道从哪里开始,如何输入两幅图像并训练神经网络。如果您能发布一个示例代码,这将非常有帮助。请帮忙 谢谢您首先需要拍摄这两张图像并将其放入阵列中。因此,如果每个图像为26x26,则阵列形状应为2x26x26。现在,您必须将这些数组中的每一个都放入您的训练数据数组中,但在点击训练之前,请确保将训练数据数组重塑为26x26x2。您可以通过键入numpy.array(您的\u array\uu.ref

我是CNN的新手。我计划建立一个分类器,您将在其中输入两个图像作为分类器的输入。它应该输出是否匹配

我不知道从哪里开始,如何输入两幅图像并训练神经网络。如果您能发布一个示例代码,这将非常有帮助。请帮忙


谢谢

您首先需要拍摄这两张图像并将其放入阵列中。因此,如果每个图像为26x26,则阵列形状应为2x26x26。现在,您必须将这些数组中的每一个都放入您的训练数据数组中,但在点击训练之前,请确保将训练数据数组重塑为26x26x2。您可以通过键入
numpy.array(您的\u array\uu.reformate(-1,26,26,2)
来调整函数输入

以下是一个例子:

import numpy as np

image1 = # put your image array here
image2 = # put other image array here
both_images = [image1, image2]

training_data.append(both_images) # Feel free to add as much training data as you would like

same = 0
labels = [same]

model = create_model() # Make a function to create your model and set your model to a variable

model.fit(np.array(training_data).reshape(-1, 26, 26, 2), np.array(labels), batch_size=32)