余弦相似度

余弦相似度是一种基础的数学度量标准，广泛应用于 机器学习（ML）和 人工智能（AI）领域，用于衡量 两个多维数组或 向量之间的相似程度，无论其大小或模长如何。 通过计算向量空间中两点之间的 夹角，它可判断这两点是否大致指向同一 方向。这种基于角度的方法对于处理那些方向比整体 长度更重要的数据至关重要，因此它在比较 嵌入等抽象数据表示时非常有效。

解读公制背后的数学原理

要计算该指标，需计算两个 向量的点积，并将其除以它们各自 模（长度）的乘积。所得的分数始终 落在-1到1之间的固定范围内：

• 分数为1表示这两个向量指向完全相同的方向，表明相似度达到最大。
• 分数为0表示这两个向量完全 正交（呈90度角），这意味着它们之间没有 方向上的相似性。
• 分数为-1表示它们指向完全相反的方向。

在许多专为 计算机视觉（CV）设计的现代深度学习框架中，您可以轻松调用 针对该数学运算进行优化的函数，例如 PyTorch functional 模块或 TensorFlow 。

区分相关概念

为了弄清楚何时 使用余弦相似度，有必要将其与其他常用的 数据分析指标区分开来：

• 余弦距离：虽然这两个术语密切相关，但它们成反比。余弦距离的计算方法很简单，即 1 减去 余弦相似度。因此，距离越小，表示向量之间的相似度越高。
• 欧几里得距离：该度量衡量两个点之间的直线物理距离，因此对向量的 整体大小或幅度非常敏感。相比之下，余弦相似度只关注角度。例如，在 文本分析中，一篇长文档和一个短句子可能具有较大的欧几里得距离，但如果它们属于 同一主题，其余弦相似度仍会保持较高。

人工智能在现实世界中的应用

余弦相似度是众多现代软件产品的核心引擎，它架起了原始数据与 人类意图之间的桥梁。

• 向量搜索与RAG：在 自然语言处理（NLP） 应用中，例如聊天机器人，用户查询和内部文档会被转换为密集嵌入向量。系统 通过快速计算余弦相似度，从 向量数据库中检索出上下文相关性最高的文档，这是 检索增强生成（RAG）中的关键步骤。
• 推荐系统：电子商务和流媒体服务利用 Scikit-learn 和SciPy等工具，将 用户偏好和商品目录中的项目表示为向量。通过计算购物者 个人资料与不同产品之间的相似度得分，系统能够准确推荐视觉上或主题上相关的商品。

使用Ultralytics测量视觉相似度

您可以利用最先进的视觉模型，直接从视觉数据中提取高维特征向量。 下面的Python 演示了如何加载 Ultralytics 模型进行 图像分类，为 两张图像生成嵌入向量，并执行 余弦相似度计算 以衡量它们的视觉相似度。

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

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate embedding vectors for two separate images
results = model.embed(["bus.jpg", "car.jpg"])

# Calculate the cosine similarity between the two visual embeddings
similarity = F.cosine_similarity(torch.tensor(results[0]), torch.tensor(results[1]), dim=0)
print(f"Visual Similarity Score: {similarity.item():.4f}")

对于希望扩展这些 语义搜索功能的开发者而言，训练高 精度的基础模型至关重要。Ultralytics 提供强大的 数据标注工具、可扩展的云端训练 以及无缝的模型部署功能，简化了这一流程，确保您的 底层嵌入向量尽可能准确且富有意义。