一种基于频域解耦和视觉Mamba的深度哈希图像检索方法

本发明公开了一种基于频域解耦和视觉Mamba的深度哈希图像检索方法，主要涉及深度哈希图像检索领域；包括步骤：S1、将图像数据集及其所对应的类别标签信息分成训练集、测试集和检索集；S2、构建基于频域解耦和视觉Mamba的深度哈希图像检索架构；S3、训练模型；S4、将测试集和检索集图片输入模型；S5、计算哈希码与检索集哈希码之间的汉明距离；S6、将汉明距离向量中的数值排序；S7、重复S5与S6操作，得到测试集中每张图像的检索结果，计算平均检索精度评估模型性能；本发明实现了对特征的频域解耦，并自适应的增强不同层级特征信息所匮乏的频域分量，充分挖掘图像的底层语义信息，生成更加紧凑和强区分度的哈希码。