故障排除局部敏感散列

Question

我使用caffe，深度神經網絡library，爲圖像檢索生成圖像特徵。我正在使用的特定網絡生成一個4096維度特徵。

我正在使用LSHash從這些特性生成哈希桶。當我對所有可用特徵進行比較時，通過歐幾里德距離對圖像進行排序，我發現這些特徵很好地代表了圖像相似性。然而，當我使用LSHash時，我發現類似的功能很少落入同一個桶中。

源特徵是否與LSH一起使用過大？在嘗試對圖像特徵進行哈希之前，是否還有其他方法可以減小圖像特徵的尺寸？

Answer 1

如果您正在尋找智能降維，只需在網絡頂部添加另一個"InnerProduct"圖層並降低輸出尺寸。
要僅在不改變權重的其餘部分的情況下訓練此圖層，您可以將所有圖層的lr_mult值（除新圖像之外）設置爲零，從而僅將最上面的減光層進行訓練（也稱爲「微調」）。