基于 DINOv2 模型实现图搜图相似度检索任务

发布时间:2026/10/27 1:17:34

基于 DINOv2 模型实现图搜图相似度检索任务 一、DINOv2 模型简介及使用DINOv2是由Meta AI开发的第二代自监督视觉变换器模型采用Vision Transformer (ViT)架构 。其核心特点是在无需人工标签的情况下通过自监督学习技术从海量无标注图像中学习有意义的视觉特征表示类似于NLP领域的自监督Base模型DINOv2已经具有了对图像的理解能力和强大的图像特征提取能力因此它可以作为几乎所有计算机视觉任务的骨干模型。下面是官方演示地址https://dinov2.metademolab.com/demos?categorysegmentation深度估计效果语义分割效果GitHub开源地址https://github.com/facebookresearch/dinov2huggingface模型地址https://huggingface.co/facebook/dinov2-base/tree/main本文借助DINOv2强大的特征提取能力实现图图相似度检索任务但开始前首先 先了解一下如何基于DINOv2实现图像的相似度计算fromtransformersimportAutoImageProcessor,AutoModelfromPILimportImageimportmatplotlib.pyplotaspltimporttorch plt.rcParams[font.sans-serif][SimHei]# 生成图像特征defgen_image_features(processor,model,device,image):withtorch.no_grad():inputsprocessor(imagesimage,return_tensorspt).to(device)outputsmodel(**inputs)image_featuresoutputs.last_hidden_state image_featuresimage_features.mean(dim1)returnimage_features[0]# 计算两个图像的相似度defsimilarity_image(processor,model,device,image1,image2):features1gen_image_features(processor,model,device,image1)features2gen_image_features(processor,model,device,image2)cos_simtorch.cosine_similarity(features1,features2,dim0)cos_sim(cos_sim1)/2returncos_sim.item()defmain():model_dirfacebook/dinov2-baseprocessorAutoImageProcessor.from_pretrained(model_dir)modelAutoModel.from_pretrained(model_dir)devicetorch.device(cuda:0iftorch.cuda.is_available()elsecpu)model.to(device)image1Image.open(img/dog1.jpg)image2Image.open(img/dog2.jpg)similaritysimilarity_image(processor,model,device,image1,image2)plt.figure()plt.axis(off)plt.title(f相似度:{similarity})plt.subplot(1,2,1)plt.imshow(image1)plt.subplot(1,2,2)plt.imshow(image2)plt.show()if__name____main__:main()相似度计算的主要核心就是基于 DINOv2 生成特征向量图图相似度检索也依赖这一点不过需要多出一个特征向量的持久化存储端整体实现架构如下图所示其中特征向量存储采用Milvus数据库。被检索图像数据集特征提取过程图像相似度检索过程关于Milvus的使用可以参考下面这篇博客Milvus 向量数据库介绍及使用二、图图相似度检索实现 - 图像特征持久化首先准备图像数据集这里我随便准备了几张猫和狗的图片创建Milvus Collection其中DINOv2特征向量维度为768维frompymilvusimportMilvusClient,DataType clientMilvusClient(http://192.168.0.5:19530)schemaMilvusClient.create_schema(auto_idTrue,enable_dynamic_fieldFalse,)schema.add_field(field_nameid,datatypeDataType.INT64,is_primaryTrue)schema.add_field(field_namevector,datatypeDataType.FLOAT_VECTOR,dim768)schema.add_field(field_nameimage_name,datatypeDataType.VARCHAR,max_length256)schema.verify()index_paramsclient.prepare_index_params()index_params.add_index(field_nameid,index_typeSTL_SORT)index_params.add_index(field_namevector,index_typeIVF_FLAT,metric_typeL2,params{nlist:1024})# 创建 collectionclient.create_collection(collection_namedinov2_collection,schemaschema,index_paramsindex_params)图像数据集提取特征向量后持久化到Milvus中fromtransformersimportAutoImageProcessor,AutoModelfromPILimportImagefrompymilvusimportMilvusClientfromtqdmimporttqdmimporttorchimportos# 生成特征向量defgen_image_features(processor,model,device,image):withtorch.no_grad():inputsprocessor(imagesimage,return_tensorspt).to(device)outputsmodel(**inputs)image_featuresoutputs.last_hidden_state image_featuresimage_features.mean(dim1)returnimage_features[0]defmain():# 创建Milvus客户端clientMilvusClient(http://192.168.0.5:19530)# 加载模型model_dirfacebook/dinov2-baseprocessorAutoImageProcessor.from_pretrained(model_dir)modelAutoModel.from_pretrained(model_dir)devicetorch.device(cuda:0iftorch.cuda.is_available()elsecpu)model.to(device)# 读取数据集dataset_path./imgforimage_nameintqdm(os.listdir(dataset_path)):image_pathos.path.join(dataset_path,image_name)imageImage.open(image_path)# 提取特征向量featuresgen_image_features(processor,model,device,image)# 存吃至 milvusclient.insert(collection_namedinov2_collection,data{vector:features,image_name:image_name})if__name____main__:main()运行后在Milvus insight工具中可以看到存储的内容三、图图相似度检索实现 - 图像特征检索检索就是拿着当前图像的特征去向量数据库中检索相似的特征信息实现过程如下fromtransformersimportAutoImageProcessor,AutoModelfromPILimportImagefrompymilvusimportMilvusClientimportmatplotlib.pyplotaspltimporttorchimportos# 生成特征向量defgen_image_features(processor,model,device,image):withtorch.no_grad():inputsprocessor(imagesimage,return_tensorspt).to(device)outputsmodel(**inputs)image_featuresoutputs.last_hidden_state image_featuresimage_features.mean(dim1)returnimage_features[0].tolist()defmain():# 创建Milvus客户端clientMilvusClient(http://192.168.0.5:19530)# 加载模型model_dirfacebook/dinov2-baseprocessorAutoImageProcessor.from_pretrained(model_dir)modelAutoModel.from_pretrained(model_dir)devicetorch.device(cuda:0iftorch.cuda.is_available()elsecpu)model.to(device)# 检索图像, 采用不在Milvus数据集中的图像imageImage.open(./img2/dog.jpeg)# 提取特征向量featuresgen_image_features(processor,model,device,image)# 特征召回resultsclient.search(collection_namedinov2_collection,data[features],limit2,output_fields[image_name],search_params{metric_type:L2,params:{}})plt.figure()plt.axis(off)fori,resinenumerate(results[0]):image_nameres[entity][image_name]image_pathos.path.join(./img,image_name)imageImage.open(image_path)plt.subplot(1,2,(i1))plt.imshow(image)plt.show()if__name____main__:main()测试输入检索图像召回图像测试输入检索图像召回图像
延伸阅读

更多相关文章

2026/10/27 2:17:38

ISOLATEGPT架构:LLM智能体的执行隔离与安全协同方案

1. 项目概述:ISOLATEGPT架构的核心价值在大型语言模型(LLM)驱动的智能体系统(Agentic Systems)中,执行隔离(Execution Isolation)正成为保障系统可靠性的关键技术瓶颈。ISOLATEGPT架…

2026/10/27 2:17:38

激光雷达SLAM技术:模块化学习与工程实践指南

1. SLAM技术概述与学习痛点激光雷达SLAM(Simultaneous Localization and Mapping)作为机器人自主导航的核心技术,已经广泛应用于自动驾驶、服务机器人等领域。但很多学习者在入门时会遇到一个典型困境:看了大量论文和教程后&#…

2026/10/27 2:17:38

GB/T 2260行政区划代码SQL表设计与省市区三级联动查询

简介:面向从事地理信息、人口统计、物流规划与数据库开发的人员,这份GB/T 2260全国行政区划代码数据集提供了一套标准化的四级区划编码参考,覆盖省/直辖市、市、县及乡镇街道等层级,可用于搭建行政区划表、做数据匹配与地域维度分…

2026/10/27 2:17:37

PMD规则集配置实战:从XML骨架到自定义规则与分层治理

简介:面向Java开发者与项目代码质量管理场景的PMD规则配置包,聚焦静态检查规则的定制与落地。包内共10个文件,以9个XML规则配置和1份TXT说明为主,XML承担规则集、规则、类别、参数及排除项等定义,TXT便于快速了解用法&…

2026/10/27 2:12:37

Hadoop伪分布式实验:Linux环境、HDFS与WordCount排错

简介:这份大数据实验一指导文档面向刚接触大数据课程的学生与自学者,围绕 Linux 虚拟机搭建、常用 Shell 命令和 Hadoop 伪分布式环境三条主线展开,帮助读者在单机上补齐后续实验所需的基础操作能力。压缩包仅含 1 个 docx 文件,约…

2026/10/26 0:20:20

全国计算机二级C语言真题PDF高效刷题指南

简介:这份PDF是全国计算机二级C语言考试的试题与答案解析,专为备考二级C语言的考生准备。内容涵盖C语言特点与设计理念、程序基本组成单位、main函数执行流程、函数嵌套调用规则、标识符命名规范、整型实型字符型数据类型、八进制十六进制数合法形式、运…

2026/10/26 1:53:47

requests+BeautifulSoup:爬虫抓取h1标题的入门实战指南

简介:一份以实战为导向的Python爬虫入门资源,面向具备基本编程基础、希望快速掌握网络数据抓取的初学者,可解决从零编写简单爬虫的常见困惑。实例以requests库发送HTTP请求、BeautifulSoup解析HTML文档,完整演示从网页中提取 标题…

2026/10/27 0:59:21

递推最小二乘参数辨识MATLAB编程:二阶系统与渐消记忆实现

简介:这是一篇面向控制系统、信号处理与机器学习等领域学习者的最小二乘参数辨识程序说明文档。资源共包含一个docx格式文档,压缩包大小七十八KB,内容围绕递推最小二乘算法和渐消记忆最小二乘算法展开:先构造一个极点位于单位圆内…

2026/10/27 0:02:28

WorkBuddy_新建任务与工作模式19_“模式选错”的典型代价

“模式选错”的典型代价 摘要 在软件工程中,设计模式、架构模式、并发模式乃至团队协作模式的选择,往往在项目早期就决定了后续的开发效率和维护成本。本文通过多个真实场景,剖析“模式选错”带来的典型代价——包括返工成本、技术债务累积、…

2026/10/27 0:02:28

WorkBuddy_新建任务与工作模式20_新手推荐路径

新手推荐路径 摘要 在 AI 辅助开发工具快速普及的今天,新手面对最多的困惑往往不是"工具够不够强",而是"我该从哪一步开始用"。本文提出一条经过实践验证的三阶段学习路径:先从 Ask(问答式交互)起…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑