一种基于深度哈希学习的选矿设备配件图像高效检索方法

本发明涉及人工智能与智能信息检索技术领域，公开了一种基于深度哈希学习的选矿设备配件图像高效检索方法。方法包括:基于MinHash与可微分操作构建可微MinHash层，结合Transformer主干网络与哈希层获取图像表征模型;获取工业配件的图像，输入到图像表征模型后经离散化获取工业配件图像最小哈希码,结合结构化数据构建双向索引;获取所有工业配件图像的双向索引并建立配件特征数据库;获取待查询工业配件的图像，将图像输入图像表征模型后经离散化获取对应的最小哈希码，基于最小哈希码再获取对应的结构化数据，基于结构化数据找到配件并完成替换工作，解决了现有的图像学习检索方法难以精准高效识别配件的问题。