- 在上一版本的检索算法中，主要使用了 R-MAC 这种将CNN网络中feature map向量化的方法
- 在新一代的检索算法中，更加注重于图像局部小尺寸物体的检索，因此关注的重点在于：局部信息如何整合成全局的信息。
因此 新的检索 分为两大方法：
- 图像的局部向量表征不在聚合，同时意味者检索时候流程的改变
- 图像局部模式的权重变化，在聚合阶段做到提高有信息含量的模式的比重
之前的检索算法中，将整图作为一个查询对象，当检索图片和被检索图片尺寸差异较大时，效果不是很好，考虑在图片尺寸层面 做更细致的切割后 再检索。