search

BMC-SDNU / Cross-Modal-Hashing-Retrieval

The baselines of cross-modal hashing retrieval.
Apache License 2.0
22 stars 7 forks source link

您好 #5

Closed zzidlezz closed 2 years ago

zzidlezz commented 2 years ago

您好，请问您可以提供下可以在深度和传统方法下运行的IAPR TC-12数据集么

FutureTwT commented 2 years ago

十分抱歉，我这里没有处理好的IAPR TC-12数据集

zzidlezz commented 2 years ago

您好，想请问下DCHUC这篇文章里的损失函数||HB-kS||这个式子里的k作为哈希码的长度，但是我发现去掉k能得到更好的精确度，请问这个k有什么意义吗，或者说可以去掉吗

------------------ 原始邮件 ------------------ 发件人: "BMC-SDNU/Cross-Modal-Hashing-Retrieval" @.>; 发送时间: 2022年2月8日(星期二) 下午3:59 @.>; @.**@.>; 主题: Re: [BMC-SDNU/Cross-Modal-Hashing-Retrieval] 您好 (Issue #5)

十分抱歉，我这里没有处理好的IAPR TC-12数据集

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you authored the thread.Message ID: @.***>

FutureTwT commented 2 years ago

HB在不替换H的情况下（也就是BB^T），此时如果两个样本的相似度是1，那么他们的哈希码按照论文设定应该是完全一致的，也就是内积之和为哈希码长度K，所以K是为了缩放S的量纲到[-K,K]。至于去掉之后效果好，我认为是如果不放大S的量纲，相当于缩小了HB结果的量纲，但是并不会影响正负性，所以学习到的哈希码还是差不多的，并且更小的数值可能有助于算法的收敛过程。

zzidlezz commented 2 years ago

非常感谢您的回复，对我的帮助很大.请问这个式子的设计是一直这样沿用吗，比如说我去掉k效果好我可以去掉吗，或者说更改前后两项的系数.我可以理解为两个哈希码的内积不一定非要对应后面的值的区间吗

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: FutureTwT @.> 发送时间: 2022年3月6日 17:41 收件人: BMC-SDNU/Cross-Modal-Hashing-Retrieval @.> 抄送: zzidlezz @.>, Author @.> 主题: Re: [BMC-SDNU/Cross-Modal-Hashing-Retrieval] 您好 (Issue #5)

HB在不替换H的情况下（也就是BB^T），此时如果两个样本的相似度是1，那么他们的哈希码按照论文设定应该是完全一致的，也就是内积之和为哈希码长度K，所以K是为了缩放S的量纲到[-K,K]。至于去掉之后效果好，我认为是如果不放大S的量纲，相当于缩小了HB结果的量纲，但是并不会影响正负性，所以学习到的哈希码还是差不多的，并且更小的数值可能有助于算法的收敛过程。

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you authored the thread.Message ID: @.***>

FutureTwT commented 2 years ago

有的论文是加了的，有的论文没加，个人认为加不加都可以，毕竟不影响正负性，而sign过程只关心正负而不关心具体数值大小

zzidlezz commented 2 years ago

非常感谢您的回复！

------------------ 原始邮件 ------------------ 发件人: "BMC-SDNU/Cross-Modal-Hashing-Retrieval" @.>; 发送时间: 2022年3月7日(星期一) 上午9:30 @.>; @.**@.>; 主题: Re: [BMC-SDNU/Cross-Modal-Hashing-Retrieval] 您好 (Issue #5)

有的论文是加了的，有的论文没加，个人认为加不加都可以，毕竟不影响正负性，而sign过程只关心正负而不关心具体数值大小

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you authored the thread.Message ID: @.***>

zzidlezz commented 2 years ago

您好，我想请问下在您的跨模态基线方法合集中的SSAH方法您那边可以跑出结果吗，我用您提供的数据集跑这个方法，loss的损失结果全都是nan，精度无法保持不变无法被优化，被这个问题困扰了很久，期待您的解答！

------------------ 原始邮件 ------------------ 发件人: "BMC-SDNU/Cross-Modal-Hashing-Retrieval" @.>; 发送时间: 2022年3月6日(星期天) 下午5:41 @.>; @.**@.>; 主题: Re: [BMC-SDNU/Cross-Modal-Hashing-Retrieval] 您好 (Issue #5)

HB在不替换H的情况下（也就是BB^T），此时如果两个样本的相似度是1，那么他们的哈希码按照论文设定应该是完全一致的，也就是内积之和为哈希码长度K，所以K是为了缩放S的量纲到[-K,K]。至于去掉之后效果好，我认为是如果不放大S的量纲，相当于缩小了HB结果的量纲，但是并不会影响正负性，所以学习到的哈希码还是差不多的，并且更小的数值可能有助于算法的收敛过程。

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you authored the thread.Message ID: @.***>

FutureTwT commented 2 years ago

我记得之前测试的时候也遇到过nan的问题，似乎在COCO上更常见，不过后来经过调参等过程，似乎解决了

zzidlezz commented 2 years ago

您好，可以说明的再详细一些吗，比如调参是调学习率这些参数吗？很需要这篇代码的结果比较，麻烦您了

------------------ 原始邮件 ------------------ 发件人: "BMC-SDNU/Cross-Modal-Hashing-Retrieval" @.>; 发送时间: 2022年5月10日(星期二) 凌晨1:29 @.>; @.**@.>; 主题: Re: [BMC-SDNU/Cross-Modal-Hashing-Retrieval] 您好 (Issue #5)

我记得之前测试的时候也遇到过nan的问题，似乎在COCO上更常见，不过后来经过调参等过程，似乎解决了

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>