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

    1、主要贡献： 1、利用一个大规模并且嘈杂的地标数据集，然后开发一种自动清理方法，产生一个适合深度检索的训练集； 2、我们建立在最近的R-MAC区域最大激活描述符（这个是在MAC的基础上提出的局部区域方法）描述符的基础上，说明它可以被解释为一个深度和可微的体系结构，并提出了改进来增强它； 3、我们用Simaese体系结构来训练这个网络，然后用一个triplet loss整合三个流； R-M

>>阅读原文<<