@DIMOJANG 好的，感觉这个度量学习比较接近需求，我去看看

@0xFDA64 你的意思是，还是用提取特征计算相似度的方法，但是这个提取特征的模型需要自己准备数据集来训练吗？有没有推荐的开源项目我试一下

@mightybruce 好的，我试试看看

@ShadowPower 要求是不同颜色有影响，不同饱和度和亮度按照人眼的视觉感觉有影响，就是在人眼下，一定范围内，饱和度和亮度调整不会改变对颜色的认知，但是超过一定范围就会了

@ShadowPower 目前我是搞了每 10 个像素颜色分别对比平均 HSV 的差异来获取颜色相似度，然后使用 mmpose 来获取姿态相似度，这个姿态还是利用 GPT 生成的关键点夹角和相对距离得到的，也结合了这个提取图片特征来对比相似度，然后加权平均，但还是效果不理想，主要是颜色部分，不同的饱和度和亮度，在整体图片中，从人眼看，差距不大，但对计算数据来说，差异很大，这块处理不了，然后老板觉得我做的这个只是勉强能用，希望找一个模型，能提供成对的相似度的图片和不相似的图片，持续训练，得到一个更准确的评判模型，，，，因为我目前了解的计算机视觉方面，还是图片分类和识别比较多，像这种不针对特定内容的比对，我是没找到，让我自己做一个，我也没完全这个能力和知识储备

@ShadowPower 不能说不准确，而是用这个提取特征，余弦相似度对比，会有很多姿态不同，衣服颜色不同的图片，但是相似度差异不大，比如一个 0.6 一个 0.7 （这里按照 1 为完全相同），这样的结果

@ShadowPower 好的，我去了解尝试一下

@ShadowPower 有尝试过这个模型，利用的是提取图片特征，（不知道你说的是不是这个），有的可以，但是有时候会出现很离谱的结果，而且对于不同颜色饱和度和亮度的处理，感觉没有处理出来

对比的客片和标准片，是人物艺术照之类的