多标签图像排名在现实世界中有许多重要的应用，它包括两个核心问题：图像特征提取方法和多标签排名算法。 现有工作主要集中在基于常规视觉特征的多标签排序算法的改进上。 最近，从深度卷积神经网络中提取的图像特征已在各种视觉任务中实现了令人印象深刻的性能。 使用这些深层特征作为图像表示已经越来越受到多标签排名问题的关注。 在这项研究中，我们使用两个基线多标签排名算法评估深度特征的性能。 首先，将在ImageNet上预训练的深度卷积神经网络模型微调到目标数据集。其次，从微调模型中提取原始图像的全局深度特征，