本发明公开了一种视频/图片‑文本跨模态检索方法，在损失函数设计的两个关键准则下(损失函数的值随着与正对相似度分数成反比，与负对相似度分数成正比；不同的相似度分数应有不同的惩罚强度)构建了一个新的指数损失函数，该指数损失函数能为不同的视频/图片、文本依据它们的相似度分配不同的权重值，从而加速深度度量学习模型收敛，并学习获得高度鲁棒的视频/图片映射、文本映射的网络参数，提高跨模态检索精度，同时，极大减少了深度度量学习过程中的超参数，在保证精度和收敛速度的前提下，减少实验验证超参数的工作量。