本发明涉及图像处理技术领域，具体提供了一种以图搜图的方法，具有以下步骤：S1、提取图像特征及注意力权重信息；S2、将得到的三种不同层的特征以及注意力权重信息进行融合；S3、进行特征聚类并构建词典树；S4、根据词典树进行反向索引，得到图像的词典向量；S5、根据词典向量计算相似度并进行排序，进而输出以图搜图结果。与现有技术相比，本发明基于词典树的方式将特征进行压缩，图像特征根据构建的词典树生成固定维度的向量，再进行保存和相似度计算，可缩小存储所需的空间及提高相似计算速度，进而准确高速的完成以图搜图任务。