当前位置: 代码迷 >> 综合 >> (fast-reid)计算特征一对多的余弦相似度距离
  详细解决方案

(fast-reid)计算特征一对多的余弦相似度距离

热度:90   发布时间:2023-10-26 00:31:45.0

 1.解释

 1* feature_query.shape[0]矩阵与feature_query.shape[0]*m矩阵做矩阵的乘法,得到1*m的矩阵就是计算的feature_query与feature_gallery的m个特征计算的cosine Similarity。为什么呢,因为feature_query与feature_gallery已经做了归一化了。可以在工程中查询norm就能找到了。余弦相似度:

由上图发现,余弦角度越接近0°,即余弦相似度越接近1, feature_query与feature_gallery中的某个特征越相似

余弦相似度距离:

余弦相似度距离与余弦相似度恰恰相反

import torch 
distmat = 1-torch
  相关解决方案