基于提示学习与自适应Mamba门控选择融合跨模态哈希检索方法

本发明公开了基于提示学习与自适应Mamba门控选择融合跨模态哈希检索方法，主要涉及深度跨模态哈希检索领域；包括步骤：S1、将图像数据集及图像数据集对应的类别标签信息分别对应分成：训练集和检索集；S2、对图像信息进行预处理；S3、构建基于提示学习与自适应Mamba门控选择融合跨模态哈希检索架构；S4、利用训练集，通过训练得到模型；S5、将检索集图片输入经过训练的模型；S6、取测试集测试最好的模型权重进行保存，并保存在测试集上表现效果最好的哈希码；本发明能够缓解语义截断的发生，补充上下文语义的缺失，能重新选择融合不同模态特征，以提高对检索结果有利的语义特征权重，降低负面语义信息的权重。