摘要
本申请公开了一种含噪图像检索场景下的数据选择方法及装置，包括：建立数据集；使用训练数据集初步训练特征提取网络，使用特征提取损失函数计算每个样本在训练过程中的损失值；将计算得到的损失值作为预先建立的数据选择网络的输入，输出每个样本的权重值，根据权重值判断样本的样本类别；使用数据选择网络输出的权重值，在特征提取网络后续训练过程中对训练数据集进行加权处理；利用特征提取网络对查询图像和检索数据库中的每一张图像进行特征提取，计算相似度；排序图像，输出检索结果；使用召回率评估检索结果的准确性。解决了如何在存在噪声标签的情况下不依赖于预设权重函数形式对样本类别进行筛选，并有效提高图像检索的准确性的问题。
