最近在做一个图片去重的小项目，大概有10万张商品图，用了CLIP提取特征存到Milvus里，然后用余弦相似度做匹配去重。但发现很多肉眼看着明显不同的图（比如颜色差异很大的同款商品）也被判定为重复，召回率倒是高，但准确率只有60%出头。我试过调低阈值，但漏掉太多真的重复图。也试过换ResNet50的特征，效果更差。想问下大家，是不是向量维度太高了？还是说我需要先做图片预处理？或者像这种商品图去重，有没有更好的特征提取模型推荐？刚接触这块，感觉自己踩了不少坑，希望能得到一些实战经验。