本文参考论文是arxiv2015的关于多标签检索的论文Deep Semantic Ranking Based Hashing for Multi-Label Image Retrieval，作者 Fang Zhao Yongzhen Huang Liang Wang Tieniu Tan。
1）对于数据集的描述，使用的nus-wide数据集，nus-wide 是一个带有网络标签标注的图像数据，包含来自网站的 269648张 图像，5018类 不同的标签，该数据集是多标签数据集，可以通过对应的retrieval-label.txt文件打开查看label标签属性，太细节的东西不准备说了，直接贴图。
2）使用的框架是基本的CNN框架五层卷积加上2层全连接即基本Alexnet网络，用于深度特征提取，
最后的全连接可以看出来，hash编码对应的是两层全连接深度特征的信息融合的结果，具体的公式为h(x; w) = sign(wT[fa(x); fb(x)]), 后来改进为h(x; w) = 2σ(wT[fa(x); fb(x)]) − 1。
3）正篇文章采用的基本思想及基本算法流程图：
a,首先我们从数据集中找到一张图片定义为q，做标签的ground truth 的处理，比如每张图片对应的n种类别（总共20 种 类别），和搜索的图像q对应的类别进行比较，看看有多少一样的类别标签，然后对每张图片进行等级评定，比如和q 有3张相同照片的定义为3等，等级越高，说明和q越接近，如果没有一样的标签那么只能定义成0等级
b, 损失函数设计，大体的损失函数设计还是遵循三元组损失（TripNet），其实很好思考的是，对于等级越高的，最后神 经网络学的hash值和q的hash值的humming距离肯定是越小的，这样定义出来的损失函数设计出的最终效果大概可以 对q形成一个个圈，等级越高的圈越在里面，反之则靠近外面。损失函数设计如图所示。
[.]+ = max(0, .)，δdH(h, h1, h2) = dH(h, h1) − dH(h, h2),整体损失函数如下。
4)关于细节方面希望还是去看看原文论文，很好找的，不贴链接了，