一、概述：      图像检索有基于文本的检索和基于内容的检索，如果是基于语义的检索的话，在检索之前需要对海量的图片进行语义属性的标注，这种标注有主观性偏差，时间成本很高，而且语义属性也不能完全表达图像中的包含的丰富的信息，检索效果是有限的。基于内容的检索（CBIR技术），“以图搜图”就有他独特的优势。（淘宝，京东，百度，google都已经支持用图搜图的形式）二、基于深度学习的方法通过对图像进行特...

学习的对象通常是样本特征向量的距离，度量学习的目的是通过训练和学习，减小或限制同类样本之间的距离，同时增大不同类别样本之间的距离。常用度量学习损失方法（1）对比损失用于训练Siamese（孪生）网络，，输入为两张图片，每一对训练图片都有一个标签y，y=1表示两张图片属于同一个人（正样本对），反之y=0，表示他们属于不同的行人（负样本对）对比损失函数：当输入为正样本对的时候，d(Ia,Ib)逐渐减小...

前言RCNNRich feature hierarchies for accurate object detection and semantic segmentation（2014 CVPR）作者：Ross Girshick (RBG)流程图：特点1、RCNN是利用深度学习进行目标检测的开山之作，首次将CNN运用到目标检测问题上。2、用选择搜索...