Cosine Similarity

余弦相似度是机器学习（ML）和人工智能（AI）中一项基础数学指标，用于衡量两个多维数组或向量之间的相似程度，而不受其大小或模长影响。通过计算向量空间中两点之间的夹角，可以判断它们是否大致指向同一方向。这种角度度量方法对于处理方向比整体长度更重要的数据至关重要，因此非常适合比较嵌入等抽象数据表示。

了解该指标背后的数学原理#

要计算该指标，先求两个向量的点积，再除以各自模长（长度）的乘积。最终得分始终处于 -1 到 1 的固定范围内：

• 得分为 1 表示向量指向完全相同的方向，说明相似度最高。
• 得分为 0 表示向量完全正交（夹角为 90 度），也就是说方向上没有相似性。
• 得分为 -1 表示它们指向完全相反的方向。

在许多面向计算机视觉（CV）的现代深度学习框架中，你可以轻松使用针对这一数学运算优化过的函数，例如 PyTorch 的函数式模块或 TensorFlow 指标。

区分相关概念#

区分余弦相似度与其他常用的数据分析度量指标，有助于你了解何时该使用它：

• 余弦距离：这两个术语关系密切，但成反比。余弦距离的计算方法很简单，即用 1 减去余弦相似度。因此，距离越小，向量之间的相似度就越高。
• 欧氏距离：该指标衡量两点之间的直线物理距离，因此对向量的整体大小或模长非常敏感。相比之下，余弦相似度只关注夹角。例如，在文本分析中，一篇长文档和一个短句之间的欧氏距离可能很大，但如果它们讨论的是同一主题，余弦相似度仍会很高。

AI 领域的现实应用#

余弦相似度是许多现代软件产品的核心引擎，连接原始数据与人的意图。

• 向量搜索和 RAG：在聊天机器人等自然语言处理（NLP）应用中，用户查询和内部文档会被转换为稠密嵌入。系统会快速计算余弦相似度，从向量数据库中检索上下文最相关的文档，这是检索增强生成（RAG）的关键步骤。
• 推荐系统：电子商务和流媒体服务会使用 Scikit-learn 和 SciPy 等工具，将用户偏好和目录条目表示为向量。通过衡量购物者个人资料与不同商品之间的相似度得分，系统可以准确推荐视觉或主题相关的内容。

使用 Ultralytics 衡量视觉相似度#

你可以使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。以下 Python 代码演示了如何加载一个用于图像分类的 Ultralytics YOLO26 模型，为两张图像生成嵌入，并计算余弦相似度来衡量它们的视觉相似程度。

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能力的开发者来说，训练精度高的基础模型至关重要。Ultralytics Platform通过提供强大的数据标注、可扩展的云端训练和无缝的模型部署工具，简化了整个流程，确保底层嵌入尽可能准确且有意义。