网络特征提取采用resnet50，将输入层进行更改，并去掉池化层及全连接层。之后将特征图平坦化，并依次进行全连接、批次标准化、relu激活、全连接，得到输出特征。使用无监督学习网络的特征提取层及参数，之后由一个全连接层得到分类输出。最小化正样本之间的相似性与负样本之间的相似性之间的差异，从而使得正样本更接近，负样本更远离。在计算机视觉任务中，常用的评估指标之一是top-k准确率，其中k表示预测结果的排名。
