一种基于Mamba和协方差交互注意力的跨模态哈希学习方法

本发明公开了一种基于Mamba和协方差交互注意力的跨模态哈希学习方法，主要涉及深度跨模态哈希检索领域；包括步骤：S1、将图像数据集及其所对应的类别标签信息分别对应分成：训练集、测试集和检索集；S2、对图像信息进行预处理；S3、构建基于斜方差特征融合与Mamba的深度跨模态哈希检索架构；S4、利用训练集，通过训练得到基于斜方差特征融合与Mamba的深度跨模态哈希检索模型；S5、将测试集和检索集图片输入经过训练的模型，分别得到测试集和检索集的哈希码；S6、取测试集测试最好的模型权重进行保存；本发明能有效学习不同模态之间的信息，能够有效提升模型在跨模态学习任务中的性能和泛化能力。