一种哈希中心匹配的图像检索数据蒸馏方法

本发明涉及一种哈希中心匹配的图像检索数据蒸馏方法，旨在解决现有哈希图像检索技术中训练数据集庞大、训练成本高，以及当前数据蒸馏技术应用在哈希图像检索中时哈希码区分性丧失的问题。本发明提出双阶段优化框架，外层循环采用包含多个异构CNN模型的动态轮换机制，实现多模型知识融合，提高合成数据的鲁棒性；内层循环交替优化检索网络与合成数据，首先利用原始数据更新检索网络参数，提升模型区分性。随后冻结网络，联合分布差异损失与哈希中心距离损失更新合成数据。本方法在合成数据中有效保留了哈希码的类间区分性，同时显著降低了哈希检索网络的训练成本。适用于大规模图像检索场景，为高效数据蒸馏与哈希网络训练提供系统化解决方案。