PPShitu特征提取后，为何2张图很相似的图，特征向量的距离值很大(distance: [0.27994147])？

[GreenValue]

欢迎您使用PaddleClas并反馈相关问题，非常感谢您对PaddleClas的贡献！ 提出issue时，辛苦您提供以下信息，方便我们快速定位问题并及时有效地解决您的问题：

1. PaddleClas版本以及PaddlePaddle版本： conda中安装了 paddlepaddle 2.4.2 py310_cpu_windows https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle

然后在conda环境中，用PaddleClas release/2.5代码，执行了 python setup.py install 2. 涉及的其他产品使用的版本号： 3. 训练环境信息： a. 具体操作系统，如Windows 的conda环境 b. Python版本号，如F:\PaddleClas\deploy\python\predict_rec.py c. CUDA/cuDNN版本：无 4. 完整的代码(相比于repo中代码，有改动的地方)、详细的错误信息及相关log

按照【特征提取】

使用模型：general_PPLCNetV2_base_pretrained_v1.0_infer

F:\PaddleClas\deploy>python python/predict_rec.py -c configs/inference_rec.yaml inference_rec.yaml的内容，如附件inference_rec.txt

抽取2图特征向量，并求2个特征向量的距离。 看起来很相似的图，但距离值很大，distance: [0.27994147]

这是自己写的求特征向量距离的函数：

def euclidean_distance(output1, output2): # 计算两个batch_output之间的差值 diff = output1 - output2 # 计算每个样本的平方差值 squared_diff = np.square(diff) # 沿axis=1对每个样本的平方差值求和 sum_squared_diff = np.sum(squared_diff, axis=1) # 求和后再开平方得到欧几里德距离 distances = np.sqrt(sum_squared_diff)

return distances