We have found that most important f

We have found that most important for the retrieval
quality is to have a large vocabulary (large number of leaf
nodes), and not give overly strong weights to the inner
nodes of the vocabulary tree. In principle, the vocabulary
size must eventually grow too large, so that the variability
and noise in the descriptor vectors frequently move the descriptor vectors between different quantization cells.
The trade-off here is of course distinctiveness (requiring
small quantization cells and a deep vocabulary tree) versus
repeatability (requiring large quantization cells). However,
a benefit of hierarchical scoring is that the risk of over doing
the size of the vocabulary is lessened. Moreover, we
have found that for a large range of vocabulary sizes (up
to somewhere between 1 and 16 million leaf nodes), the
retrieval performance increases with the number of leaf
nodes. This is probably also the explanation to why it is
better to assign entropy directly relative to the root node.
The leaf nodes are simply much more powerful than the
inner nodes.

Kết quả (Việt) 1:

Chúng tôi đã tìm thấy rằng quan trọng nhất để thu hồichất lượng là phải có một lượng lớn vốn từ vựng (nhiều lánút), và không cung cấp cho trọng lượng quá mạnh mẽ để các bên trongnút của cây từ vựng. Về nguyên tắc, các từ vựngKích thước phải cuối cùng phát triển quá lớn, do đó, rằng biến đổivà tiếng ồn trong các vectơ mô tả thường xuyên di chuyển các vectơ mô tả giữa các tế bào khác nhau sự lượng tử hóa.Thương mại-off ở đây là các khóa học khác biệt (yêu cầusự lượng tử hóa nhỏ tế bào và một cây sâu từ vựng) so vớiĐộ (đòi hỏi sự lượng tử hóa lớn tế bào). Tuy nhiên,một lợi ích của phân cấp ghi là nguy cơ hơn làmKích thước của từ vựng giảm đi. Hơn nữa, chúng tôiđã tìm thấy rằng đối với một phạm vi rộng lớn của từ vựng kích cỡ (lênđến một nơi nào đó giữa 1 và 16 triệu lá nút), cáctra cứu hiệu suất tăng theo số lượng lánút. Điều này có lẽ cũng là lời giải thích lý do tại sao nó làtốt hơn để gán dữ liệu ngẫu nhiên tương đối so với nút gốc.Các nút lá chỉ đơn giản là mạnh hơn cáccác nút bên trong.

Kết quả (Việt) 2:

Chúng tôi đã tìm thấy rằng quan trọng nhất cho việc thu hồi
chất lượng là phải có một vốn từ vựng lớn (số lượng lớn các lá
nút), và không cung cấp cho trọng lượng quá mạnh để các bên trong
các nút của cây từ vựng. Về nguyên tắc, các từ vựng
kích thước cuối cùng phải phát triển quá lớn, do những biến đổi
và tiếng ồn trong các vectơ mô tả thường xuyên di chuyển các vector mô tả giữa các tế bào lượng tử khác nhau.
Các thương mại-off ở đây là khóa học khác biệt (đòi hỏi
các tế bào lượng tử nhỏ và một từ vựng sâu cây) so với
độ lặp lại (đòi hỏi các tế bào lượng tử lớn). Tuy nhiên,
lợi ích của việc ghi bàn thứ bậc là các nguy cơ hơn làm
kích thước của từ vựng được giảm đi. Hơn nữa, chúng tôi
đã tìm thấy rằng đối với một phạm vi rộng lớn của các kích cỡ từ vựng (lên
đến một nơi nào đó giữa 1 và 16 triệu nút lá), các
tăng hiệu suất thu hồi với số lượng lá
nút. Đây có lẽ cũng là lời giải thích tại sao nó là
tốt hơn để gán entropy trực tiếp liên quan đến nút gốc.
Các nút lá chỉ đơn giản là mạnh hơn rất nhiều so với
các nút bên trong.