Python 模型比物体更能识别背景

我用三重态损失函数创建了暹罗模型。 我对它进行了一点测试，注意到当对象很小时，比如图像空间的2/5，模型会匹配具有相似背景的图像，而不是对象。 一些照片是在同一背景下拍摄的，我认为是什么导致了这个问题

有没有办法提取物体？训练模型识别这些物体，忽略背景

---

每个图像的形状为（150、150、3）。

您可以尝试使用遮罩进行训练或对图像进行随机裁剪，作为数据增强策略，或者您可以更改模型以获得更精细的卷积。最简单的方法是进行随机裁剪，然后进行训练；这将有助于网络将对象从背景中分离出来。

暹罗模型实际上加深了编码数据的深度，只不过加深了两个编码特征表示之间的匹配，因此它不知道你的集合内对象你提取了对象，而不是它们之间的匹配

例如，如果您构建的模型用于人脸匹配 使用opencv提取面，然后进行匹配