Siamese Neural Network (Deep Metric Learning)

I classificatori standard apprendono categorie fisse, il che fallisce quando compaiono continuamente nuove classi (volti di nuove persone, nuove firme) o si dispone di un solo esempio per classe. Una rete Siamese apprende invece cosa significa 'simile': alimenta due input attraverso la stessa rete (gemelli che condividono i pesi), producendo due embedding, ed è addestrata in modo che le coppie genuine finiscano vicine e le coppie impostore lontane. Al momento del test si confrontano gli embedding: una nuova identità non necessita di riaddestramento, solo di un esempio di riferimento con cui confrontarsi. La rete ha appreso una nozione generale di similarità piuttosto che un insieme chiuso di etichette.