摘要
本申请提供了一种基于目标引导哈希网络的多粒度无监督图像检索方法,包括待训练图像的获取;伪标签的获得;图像分批次;主体匹配度矩阵的获得:根据当前批次图像的伪标签构建主体匹配度矩阵;第一相似度矩阵的获得:将当前批次图像输入预训练图像模型,获取深度特征和哈希码,并基于该深度特征重建第一相似度矩阵;第二相似度矩阵的获得:利用主体匹配度矩阵优化第一相似度矩阵,得到优化后的第二相似度矩阵;目标损失函数的获得:从多粒度构造当前批次图像的目标损失函数;以及图像检索模型的获得:判断目标损失函数的获得步骤中处理的当前批次图像是否为最后批次图像;若否,将当前批次图像的目标损失函数值反馈至预训练图像模型,对其进行更新,然后输入下一批次图像,进行迭代;若是,则输出训练完成的预训练图像模型作为图像检索模型。
技术关键词
训练图像模型
图像检索模型
图像检索方法
矩阵
计算机程序指令
标签
深度卷积网络
代表
可读存储介质
图像增强
处理器
计算机设备
存储器
样本
索引
策略
系统为您推荐了相关专利信息
快速定位方法
图谱
配准方法
索引
计算机存储介质
土壤体积含水量
智能监测方法
农田环境
土壤水分数据
物联网传感器网络
排放预测方法
稀疏特征
拉普拉斯噪声
非线性
动态