计算图像嵌入相对于一组图像嵌入的距离

Question

如何正确地获得图像嵌入相对于另一图像嵌入的列表/组的距离？

我有一个预训练的模型，我正在使用它从图像中提取嵌入，我想获得图像与其他几个图像(即(的距离

Embedding (1028,) against Embedding (5, 1028)

我正在尝试做一个图像相似性实验，其中我使用Tensorflow的余弦相似性度量来计算两个嵌入之间的距离，并且它在1对1的计算中运行良好，即

Embedding_1 = (1028,)
Embedding_2 = (1028,)
metrics.CosineSimilarity(Embedding_1, Embedding_2)

但我不知道如何在1到N的距离计算中做到这一点。

Embedding_1 = (1028,)
Embedding_Group = [(1028,),(1028,),(1028,),(1028,),(1028,)]

Answer 1

这可以通过广播来完成。在这种情况下，遍历图像和计算每对图像的距离是个坏主意，因为它不会被并行化(除非你知道如何自己做(。

import tensorflow as tf
embedding = tf.constant([1., 1.]) # your shape here is (1028,) instead of (2,)
embedding_group = tf.constant([[1., 1.], [1., 2.], [0., 1.]]) # your shape here is (5, 1028) instead of (3, 2)
norm_embedding = tf.nn.l2_normalize(embedding[None, ...], axis=-1)
norm_embedding_group = tf.nn.l2_normalize(embedding_group, axis=-1)
similarity = tf.reduce_sum(norm_embedding * norm_embedding_group, axis=-1) # cosine similarity of same shape as number of samples
print(norm_embedding.numpy())
print(norm_embedding_group.numpy())
print(similarity.numpy())
# [[0.7071067 0.7071067]]
# [[0.7071067  0.7071067 ]
#  [0.44721356 0.8944271 ]
#  [0.         1.        ]]
# [0.9999998  0.94868314 0.7071067 ]