检索问题“Where to Buy It: Matching Street Clothing Photos in Online Shops”

将街拍衣物与网络在售衣物匹配，满足购物者的好奇心，作者构建了一个匹配数据库，街拍图像2w张左右，网络在售图像40w张左右，给一个输入衣物，找出其匹配的确定型号。

作者使用了几种检索方法：
1.全图检索:AlexNet的FC6特征，进行余弦距离计算。
2.proposal检索，网络在售的图片没有标记框，提取100个proposal，再用余弦距离计算相似度。
3.相似度学习
使用三层全连接网，正负样本（匹配和不匹配的图像对），前两层全连接网友512个输出，使用ReLU激活，最后一层有两个节点，使用Softmax激活，正负样本分别是街拍图像中衣物的bbox和网售衣物的proposal，最小化cross-entropy损失：

作者首先训练了一个广义的相似度模型，然后对每类衣物微调，得到类别独立的模型：

几类衣物的top-k结果：