End-to-End Learning of Deep Visual Representations for Image Retrieval

    1、主要貢獻： 1、利用一個大規模並且嘈雜的地標數據集，然後開發一種自動清理方法，產生一個適合深度檢索的訓練集； 2、我們建立在最近的R-MAC區域最大激活描述符（這個是在MAC的基礎上提出的局部區域方法）描述符的基礎上，說明它可以被解釋爲一個深度和可微的體系結構，並提出了改進來增強它； 3、我們用Simaese體系結構來訓練這個網絡，然後用一個triplet loss整合三個流； R-M

>>阅读原文<<