// LATEST

余弦相似度被映射后,0.65 阈值究竟代表什么

人脸接口返回的 similarity 不是原始余弦。源码先做 L2 归一化,再点积,最后执行 (cosine + 1) / 2。如果照搬其他模型的阈值,业务含义就会偏移。

把两个坐标系写在纸上

设原始余弦为 c,接口分数为 s,则 s=(c+1)/2,逆变换是 c=2s-1。默认 SIMILARITY_THRESHOLD=0.65 对应原始余弦 0.30;高档阈值 0.75 对应 0.50;中档阈值 0.60 对应 0.20。

原始余弦 -1 → 接口分数 0
原始余弦  0 → 接口分数 0.5
原始余弦  1 → 接口分数 1

两个正交向量在接口上得到 0.5,是线性变换的结果,不能理解为“同一人的概率是 50%”。confidence 也是阈值划分的高、中、低标签,不是经过概率校准的置信度。

决策与展示精度还有差别

核心服务先用未舍入分数判断是否同一人,适配层返回时才保留四位小数。阈值附近可能出现显示分数看似等于阈值、布尔判断却为假的情况。接入方不应拿展示值重新判定,否则会制造两套边界规则。

源码也未对零范数和非有限向量增加防护。真实模型通常有自己的输出约束,但服务层若想独立保证数值稳定,需要先检查范数和有限性,再处理浮点误差。这是建议,不是已发生的模型故障。

阈值该如何选

先确定允许的误接受与误拒绝,再在有代表性的同人/异人样本上扫阈值,分开报告不同图像质量与采集条件。不能仅凭 README 默认值认定“准确率最优”。本次只验证映射算术,没有采集人脸数据、运行模型或进行阈值标定。

文档必须同时说明分数变换、判定阈值和概率含义。一个落在 0 到 1 的数字,并不会自动成为概率。


源码与阅读导航

本文属于「人脸识别服务源码笔记」第 04 篇。依据固定提交 b85ee88017bc 研读,后续版本可能不同。

全部专题与阅读顺序 · 上一篇:文件头校验里的短路:为什么 RIFF 不足以证明是 WebP · 下一篇:多人照片只取最大人脸:隐藏在算法里的业务选择

还没有评论

欢迎留下你的观点,保持交流的清晰和友好。

写下评论