Licenza YOLO
Torna al glossario di Ultralytics

Cosine Similarity

La similarità coseno misura quanto sono simili due vettori in base all'angolo che li separa, ignorandone la lunghezza. Scopri la formula, le misure correlate, gli usi nella ricerca e il codice.

La similarità coseno misura quanto sono simili due vettori in base al coseno dell'angolo che li separa: vale 1 quando puntano nella stessa direzione, 0 quando sono perpendicolari e −1 quando puntano in direzioni opposte. Ignora la lunghezza dei vettori e confronta solo la direzione; è quindi adatta ai dati in cui il significato dipende dalla direzione, come i conteggi di parole in documenti di lunghezza diversa o gli embedding prodotti dalle reti neurali per testo e immagini. Per questo è il punteggio predefinito per confrontare elementi nella ricerca semantica, nella generazione aumentata dal recupero (RAG) e nei sistemi di raccomandazione.

Come si calcola la similarità coseno#

La similarità coseno divide il prodotto scalare di due vettori per il prodotto delle loro lunghezze: cos(θ) = (A·B) / (‖A‖·‖B‖), dove ‖A‖ è la lunghezza euclidea, ossia la radice quadrata della somma dei quadrati delle componenti. Moltiplicare uno dei due vettori per un numero positivo non cambia il punteggio. I vettori senza componenti negative, come i conteggi di parole o i pesi TF-IDF, ottengono sempre un punteggio compreso tra 0 e 1. Questo esempio confronta un vettore con una sua copia più lunga, con un vettore perpendicolare e con il suo opposto:

import numpy as np


def cosine(u, v):
    """Return the cosine of the angle between two vectors."""
    return u @ v / (np.linalg.norm(u) * np.linalg.norm(v))


a = np.array([1.0, 2.0, 3.0])
b = 10 * a  # same direction, ten times longer
c = np.array([3.0, 0.0, -1.0])  # perpendicular to a

print(f"cos(a, b) = {cosine(a, b):.2f}, Euclidean distance = {np.linalg.norm(a - b):.1f}")
print(f"cos(a, c) = {cosine(a, c):.2f}, cos(a, -a) = {cosine(a, -a):.2f}")

La copia scalata ottiene il punteggio perfetto di 1,00, anche se dista 33,7 unità in termini di distanza euclidea; il vettore perpendicolare ottiene 0,00 e quello opposto −1,00.

Dopo aver normalizzato i vettori a una lunghezza unitaria, la similarità coseno coincide con il loro prodotto scalare e la distanza euclidea al quadrato equivale a 2 − 2·cos(θ); ordinare i vicini per similarità coseno, prodotto scalare o distanza euclidea dà quindi lo stesso risultato. I database vettoriali e le librerie di ricerca normalizzano perciò gli embedding una sola volta durante l'indicizzazione; assegnare un punteggio a una query rispetto all'intera raccolta diventa così un'unica moltiplicazione matrice-vettore, l'operazione alla base della ricerca vettoriale. I framework di deep learning forniscono direttamente il calcolo, come la funzione cosine_similarity di PyTorch.

Applicazioni nell'IA#

  • Recupero di informazioni per i modelli linguistici: una query e una raccolta di frammenti di documenti vengono convertite in embedding con lo stesso modello; i frammenti con la similarità coseno più alta rispetto alla query vengono forniti al modello linguistico come contesto.
  • Verifica del volto: i sistemi addestrati con funzioni di perdita come ArcFace, che aggiunge un margine angolare tra le identità, confrontano due embedding facciali tramite la similarità coseno e accettano la corrispondenza se il punteggio supera una soglia calibrata.
  • Classificazione zero-shot con CLIP: CLIP assegna un'etichetta a un'immagine calcolando la similarità coseno tra il suo embedding e quelli di prompt come «una foto di un cane», scalando i punteggi con una temperatura appresa e applicando una softmax ai prompt.
  • Apprendimento contrastivo: funzioni di perdita come NT-Xent di SimCLR dividono la similarità coseno di due embedding per una temperatura, avvicinando le rappresentazioni di diverse viste della stessa immagine e allontanando quelle di immagini diverse.
  • Raccomandazioni basate sugli elementi: il filtraggio collaborativo confronta gli elementi tramite la similarità coseno dei rispettivi vettori di valutazioni, così i prodotti acquistati dagli stessi clienti risultano simili.

Confrontare embedding di immagini nel codice#

I modelli YOLO26 restituiscono un embedding per immagine tramite embed(), che salta la testa di predizione e applica il pooling medio all'output del penultimo livello del modello. Questo esempio confronta gli embedding di due immagini di esempio ottenuti da un modello YOLO26 di classificazione delle immagini:

import torch.nn.functional as F
from ultralytics import YOLO

# Load a YOLO26 classification model pretrained on ImageNet
model = YOLO("yolo26n-cls.pt")

# Generate one embedding vector per image
embeddings = model.embed(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])

# Cosine similarity between the two image embeddings
similarity = F.cosine_similarity(embeddings[0], embeddings[1], dim=0)
print(f"Cosine similarity: {similarity.item():.4f}")

Il punteggio stampato è compreso tra −1 e 1; valori più alti indicano che la rete rappresenta le due immagini in modo più simile.

  • Distanza coseno: definita come uno meno la similarità coseno, varia da 0 a 2. Non rispetta la disuguaglianza triangolare, quindi non è una vera metrica di distanza, mentre l'angolo stesso, θ, lo è.
  • Prodotto scalare: tiene conto della lunghezza di entrambi i vettori, quindi un vettore lungo ottiene un punteggio superiore a uno corto che punta nella stessa direzione. Molti modelli di recupero a due encoder vengono addestrati a calcolare il punteggio con il prodotto scalare grezzo, in cui la lunghezza del vettore può contenere informazioni come la popolarità complessiva di un elemento.
  • Distanza euclidea: misura la distanza in linea retta tra due punti e aumenta al crescere delle differenze di lunghezza; nello spazio dei conteggi di parole, un documento breve e uno lungo sullo stesso argomento risultano quindi distanti.
  • K vicini più prossimi (KNN): algoritmo che richiede una misura di similarità o distanza per trovare i vicini; nelle applicazioni con testo ed embedding spesso si usa la similarità coseno.
  • Correlazione di Pearson: equivale alla similarità coseno dei due vettori dopo aver sottratto da ciascuna componente la media del vettore corrispondente.

Esplora le soluzioni

La visione artificiale nello sport

La visione artificiale nello sport

Scopri come Ultralytics YOLO alimenta la computer vision nello sport con il tracciamento di giocatori e palloni, l'analisi delle prestazioni, gli approfondimenti per gli allenatori e la riabilitazione degli atleti.
Scopri di più
Computer vision per immagini aeree

Computer vision per immagini aeree

Trasforma immagini aeree e riprese da drone in informazioni utili in tempo reale per agricoltura, acquacoltura, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Applica la visione artificiale nel settore aerospaziale con Ultralytics YOLO per l'ispezione degli aeromobili, il rilevamento di FOD sulle piste, le operazioni di terra aeroportuali e il rilevamento di difetti nei materiali compositi.
Scopri di più
Visione artificiale nella sicurezza

Visione artificiale nella sicurezza

Proteggi ogni sito con i modelli Ultralytics YOLO. L'IA visiva alimenta il monitoraggio perimetrale, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Visione artificiale nella robotica

Visione artificiale nella robotica

Dai più potenza alle macchine intelligenti con i modelli Ultralytics YOLO. Nell'ambito della robotica, l'IA visiva alimenta la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Visione artificiale nella logistica

Visione artificiale nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. L'IA per la visione consente l'ispezione dei pacchi, la selezione, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Visione artificiale nel commercio al dettaglio

Visione artificiale nel commercio al dettaglio

Ripensa il commercio al dettaglio con i modelli Ultralytics YOLO. L'IA per la visione consente di tracciare le scorte, monitorare gli scaffali, gestire le code e ottenere informazioni più approfondite sui clienti.
Scopri di più
Visione artificiale in ambito sanitario

Visione artificiale in ambito sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. In ambito sanitario, l'IA per la visione consente di elaborare più rapidamente le immagini mediche, migliorare la diagnostica e monitorare i pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La visione basata sull'IA migliora il controllo qualità, il rilevamento dei difetti, la conformità ai requisiti sui DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La visione basata sull'IA migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli, per strade più intelligenti.
Scopri di più
Visione artificiale in agricoltura

Visione artificiale in agricoltura

Porta l'IA visiva nell'agricoltura intelligente con i modelli Ultralytics YOLO. Gestisci il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per ottenere raccolti più abbondanti e intelligenti.
Scopri di più

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning