一种基于脉冲神经网络和软相似度损失的哈希检索方法

本发明公开了一种基于脉冲神经网络和软相似度损失的哈希检索方法，特点是首先利用脉冲神经网络的二进制脉冲特性，构建基于脉冲神经网络的Transformer特征提取层和基于脉冲神经网络的哈希层，在经过基于脉冲神经网络的Transformer特征提取层提取样本特征后，使用脉冲神经元构建哈希层，结合脉冲特征和哈希码的二进制特性，在多个时间步上进行决策得到最后的哈希码；优点是在对哈希检索网络优化时，引入动态的软相似性损失，捕获类别间更复杂的关系，使有效信息能够保留至不同训练轮次的特征学习，该动态软相似性损失能够更准确地反映类别间的相似性差异，提高模型的检索性能。