故障排除局部敏感散列

Question

我使用caffe，深度神经网络library，为图像检索生成图像特征。我正在使用的特定网络生成一个4096维度特征。

我正在使用LSHash从这些特性生成哈希桶。当我对所有可用特征进行比较时，通过欧几里德距离对图像进行排序，我发现这些特征很好地代表了图像相似性。然而，当我使用LSHash时，我发现类似的功能很少落入同一个桶中。

源特征是否与LSH一起使用过大？在尝试对图像特征进行哈希之前，是否还有其他方法可以减小图像特征的尺寸？

Answer 1

如果您正在寻找智能降维，只需在网络顶部添加另一个"InnerProduct"图层并降低输出尺寸。
要仅在不改变权重的其余部分的情况下训练此图层，您可以将所有图层的lr_mult值（除新图像之外）设置为零，从而仅将最上面的减光层进行训练（也称为“微调”）。