视觉产品搜索基准

可靠的产品图像识别是工业和商业应用中的关键要求，尤其是在维护、采购和操作工作流程中，错误的匹配可能导致后续故障的高额成本。此类系统的核心是视觉搜索组件，必须在多样化的成像条件下，从大型持续演化的目录中检索并排序确切的对象实例。本报告呈现现代视觉嵌入模型用于实例级图像检索的结构化基准，侧重于工业应用。评估了一套开源基础嵌入模型、专有多模态嵌入系统以及领域特定视觉模型，均在统一的图像到图像检索协议下进行测试。基准包括精选数据集，涵盖源自制造、汽车、DIY和零售等生产部署的工业数据集，以及既定的公共基准。评估在无后处理的情况下进行，孤立每个模型的检索能力。结果为洞察当代基础和统一嵌入模型在细粒度实例检索任务中的迁移效果，以及与专为工业应用训练的模型比较提供了参考。通过强调真实约束、异构图像条件以及确切实例匹配要求，本基准旨在为从业者和研究人员提供关于当前视觉嵌入方法在生产级产品识别系统中优势与局限性的指导。一个交互式伴随网站呈现基准结果、评估细节和额外可视化，地址为https://benchmark.nyris.io。