Sep, 2021
基于单余弦相似度学习目标的深度哈希
One Loss for All: Deep Hashing with a Single Cosine Similarity based Learning Objective
Jiun Tian Hoe, Kam Woh Ng, Tianyu Zhang, Chee Seng Chan, Yi-Zhe Song...
TL;DR提出了一种具有单一学习目标的深层哈希模型,它通过最大化连续码和其对应的二元正交码之间的余弦相似度来确保哈希码的区分度和量化误差的最小化,并且可以通过批量标准化层和标签平滑方法来实现码平衡和多标签分类,这样可以消除各种损失函数的权重调整所带来的麻烦。实验结果表明,该模型在三个大规模实例检索基准测试上的表现优于现有的多损失哈希模型。