我有一个大型图像集合，并希望识别该集合中似乎复制该集合中的其他图像的图像。

为了让您了解我希望分类为匹配的图像对类型，请考虑以下示例：

我已经手动分类了大约 0.25 万对匹配图像，现在希望使用这些手动标记的匹配来训练神经网络模型。我只是不确定哪种架构最适合这项任务。

我最初认为连体网络可能是合适的，因为它们已用于类似的任务，但这些分类器的输出似乎更适合于查找同一对象的不同形状（这不是我想要的），而不是不同的打印相同的形状（这是我想要的）。

如果有人可以根据我准备的训练数据帮助推荐非常适合识别图像的论文或架构，我将非常感谢您提供的任何见解。