摘要
本发明公开了一种基于深度哈希的船舶图像检索方法,包括建立初始船舶图像数据库D0;基于特征提取模块和动态哈希编码模块构造深度哈希网络;用D0训练深度哈希网络,得到船舶图像检索模型M0,用M0对D0中样本生成二值哈希码,存入检索数据库;基于增量学习更新船舶图像检索模型,用更新后模型对新增的样本生成二值哈希码后并入检索数据库,用于船舶图像检索。本发明提出了一种结合ViT网络与动态哈希码生成机制的方案,能在数据流变化时动态调整哈希码,以确保系统在面对大规模和复杂环境数据时的灵活性和适应性,从而减少哈希冲突、提升检索效率、降低训练成本。适用于船舶图像在复杂海上环境中比例小、背景复杂等应用场景。
技术关键词
图像检索方法
深度哈希网络
图像检索模型
船舶
样本
特征提取模块
汉明距离
编码器模块
编码向量
编码模块
双曲正切函数
矩阵
图像块
生成机制
动态
集装箱船
更新方法
标记
系统为您推荐了相关专利信息
混合动力船舶
船舶能量管理
能量管理策略
数学模型
串联型
电力负荷控制方法
掩膜矩阵
电力负荷预测
负荷控制策略
负荷预测误差
网络流量负载
蜂窝流量预测方法
流量预测系统
预测误差
重构误差
联邦学习模型
K均值聚类算法
度量
二分类器
客户端