《相似度对比模型训练及在AidLux上部署应用》--实现印章相似度比较 1.基于相似度比对的真假识别算法介绍 （1）出发点：利用深度神经网络，提取印章深度特征，同时学习印章之间的相似度，自己与自己相似，自己与其它不相似。 （2）常见的相似性度量的深度学习方法：Siamese网络、Triplet Loss网络、本文方法。 2.相似度比对模型训练与测试 （1）训练步骤为： ①按上述格式放置数据集，放在dataset.文件夹下； ②将train.py当中的train_own_data设置成True； ③运行train.py开始训练，可以观察对应step训练集和验证集的准确率。 训练完成后可以看训练过程中oSs记录和loss曲线，在log文件夹下。 （2）模型转换与测试 ①pth->onnx 模型转换：选取最优的模型进行转换 模型推理：onnx推理代码 ②onnx->tflite 打开网站：aimo.aidlux.com/#/model-con… 输入试用账号和密码：账号：AIMOTC001,密码：AIMOTC00 模型转换 模型推理 ③onnx->dlc 进行模型转换 3.AidLux平台部署 进行tflite部署、dlc部署。 4.实战过程 训练自己的相似度比对模型，并完成模型转换到onnx，然后使用AIMO转换工具在线转换为tflite模型和dlc模型，针对test集中的2对图片 (两个同一样式真章和一个真章和对应的假章）进行测试。
转换过程、推理过程、可视化结果内容参见： www.bilibili.com/video/BV1kM…
