我正在使用 Corel 数据库（100 类 100 张图片）构建一个 CBIR 系统。我已经实现了一些“当前”（非深度学习）描述符（Sift、Surf、HOG、颜色直方图、HSV 直方图、LBP 直方图、ORB、图像的 Hu 矩、GLCM 描述符（对比度、同质性......））。此外，我为 Sift、Surf 和 ORB 实现了 FlannMatcher 和 BFMatcher；compareHistOpenCV 的函数及其所有直方图和 NORM1,2,INF 倾倒向量 (Hu & GLCM) 的四个距离。
然而，我得到了非常糟糕的结果和糟糕的 R/P 曲线。更准确地说，它似乎真的取决于查询。例如，对于熊来说，使用 GLCM 达到了最好的结果（前 50 名），我得到了这个：
另一方面，当查询是一张扑克牌（这很简单）时，会给出相当好的结果，至少对于某些算法，如 Sift。
我想知道结果如此糟糕和多变是否正常？实际上，我只是使用了 OpenCV 函数，所以我看不出我可能错在哪里......
对某些描述符进行加权求和是否相关？只是通过对距离进行归一化，对它们进行加权，然后对全局总和进行排序？
还有另一种方法可以“简单地”改善结果吗？简单地说，我的意思是在 OpenCV 中保持相同的描述符。
谢谢