研究文章
三联体深哈希联合基于深层神经网络监督的损失
表5
映射结果不同数量的比特(32岁的12、24和48比特)的两个基准图像数据集(CIFAR-10和NUS-WIDE)。
|
| 方法 |
CIFAR-10 |
NUS-WIDE |
| 12位 |
24位 |
32位 |
48位 |
12位 |
24位 |
32位 |
48位 |
|
| 深的方法 |
我们的 |
0.770 |
0.774 |
0.788 |
0.783 |
0.791 |
0.828 |
0.832 |
0.836 |
| DTSH |
0.710 |
0.750 |
0.765 |
0.774 |
0.773 |
0.808 |
0.812 |
0.824 |
| DPSH |
0.713 |
0.727 |
0.744 |
0.757 |
0.752 |
0.790 |
0.794 |
0.812 |
| DQN |
0.554 |
0.558 |
0.564 |
0.580 |
0.768 |
0.776 |
0.783 |
0.792 |
| DHN |
0.555 |
0.594 |
0.603 |
0.621 |
0.708 |
0.735 |
0.748 |
0.758 |
| 全国通 |
0.552 |
0.566 |
0.558 |
0.581 |
0.674 |
0.697 |
0.713 |
0.715 |
| CNNH |
0.439 |
0.511 |
0.509 |
0.522 |
0.611 |
0.618 |
0.625 |
0.608 |
|
| 具有方法 |
FastH |
0.305 |
0.349 |
0.369 |
0.384 |
0.621 |
0.650 |
0.665 |
0.687 |
| SDH |
0.285 |
0.329 |
0.341 |
0.356 |
0.568 |
0.600 |
0.608 |
0.637 |
| KSH |
0.303 |
0.337 |
0.346 |
0.356 |
0.556 |
0.572 |
0.581 |
0.588 |
| LFH |
0.176 |
0.231 |
0.211 |
0.253 |
0.571 |
0.568 |
0.568 |
0.585 |
| SPLH |
0.171 |
0.173 |
0.178 |
0.184 |
0.568 |
0.589 |
0.597 |
0.601 |
| ITQ |
0.162 |
0.169 |
0.172 |
0.175 |
0.452 |
0.468 |
0.472 |
0.477 |
| 上海 |
0.127 |
0.128 |
0.126 |
0.129 |
0.454 |
0.406 |
0.405 |
0.400 |
|
|
