在本文中，我将使用Flickr数据集[6]比较EfficientNet、ViT、DINO-v2、CLIP和BLIP-2的视觉嵌入在图像相似性搜索中的表现。 最近，我需要研究图像相似性搜索，我想知道基于架构训练方法的嵌入是否存在差异。在本文中，我将使用Flickr数据集[6]比较EfficientNet[1]、ViT[2]、DINO ...