一種基于深度表征學習的大規(guī)模哈希圖像檢索方法，包括數(shù)據(jù)預處理、基于半監(jiān)督的卷積神經(jīng)網(wǎng)絡層構建、基于成對的哈希損失函數(shù)設計步損失函數(shù)的優(yōu)化學習和搜索結果的后處理。本發(fā)明采用深度卷積神經(jīng)網(wǎng)絡層和全連接層進行圖像特征的提取以及哈希函數(shù)的學習，設計了帶標簽的交叉熵損失項、三元組損失項以及偽標簽損失項構成的組合損失函數(shù)，采用帶動量的隨機梯度下降法進行優(yōu)化求解，具有較高的計算效率，最后實現(xiàn)精度和速度統(tǒng)一的圖像檢索性能。本發(fā)明在圖像搜索領域快速發(fā)展的現(xiàn)狀下，對圖像搜索問題進行基于圖像數(shù)據(jù)結構和標簽的基礎下進行高效建模，有效提高的模型準確性和更優(yōu)化的查詢速度。