Avs检索流程

1. 用模型提取比赛数据集V3C2的所有图片的特征，并以csv格式存储到服务器上，方便后续根据不同的query都可以反复调用计算相似度。（大概耗时3天，注意存储大小）
2. 根据比赛query提取文本向量，和数据库中所有图片的特征进行相似度计算，然后根据相似度大小进行归一化后排序，保存成csv文件到/mnt/disk6/fsw/VBS/AVS/result_list文件夹里。

\(归一化：\frac{value-min}{max-min}(缩放到0-1，用于后面按照权重融合)\)

1. 利用比赛官方给的脚本语言进行测试，得到指标，可以在终端里查看结果；具体结果在/mnt/disk6/fsw/VBS/AVS/result_list/XLSX文件里找到你csv文件的评价结果，下载到本地后打开。

目前blip模型的结果

可以用的资源

(建议服务器上的代码复制一版，尽量不要修改，因为比赛还没结束我们会用到)

• blip2特征提取教程
• 图片特征提取代码/mnt/disk6/fsw/VBS/AVS/Embedding_models/BLIP/multi_blip1.py
• 文本图片检索代码/mnt/disk6/fsw/VBS/AVS/Embedding_models/BLIP/BLIP.retrieval.py

This line appears after every note.