用 CLIP 搭制造业缺陷图离线检索系统，全流程可复现
OkShirt9372 · reddit · 2026-10-21
作者基于 CLIP ViT-B/32 + VectorAI DB 构建了一套完全离线的工业质检图片检索系统，支持用文字描述（如「金属部件上的划痕」）或示例图片搜底片档案，测试数据来自 MVTec AD。
流程包括：本地部署（Docker 启数据库、下载权重后可完全离线运行）→ 用 CLIP 图像编码器生成 512 维归一化向量 → 连同图片路径、部件类别、缺陷标签入库 → 查询时用图像或文本编码器取近邻，并可用元数据过滤 → 评估上以 Top-5 中是否含同缺陷标签图片为起点指标。
作者特别提醒评估陷阱：同为「划痕」，大小、位置、朝向、严重程度差异很大，相关与否取决于多个特征；值得尝试的扩展是对缺陷区域做局部裁剪并嵌入，实验不同上下文留白量。原文还覆盖了 FAISS 对比。
「编程与Agent」频道最新
- 19个月跑出6000+集无人新闻视频，靠的是eval而非模型 — jwdNyc · 2026-10-21
- Maven 推出免费 AI 搜索系列课：Late Interaction、MUVERA 与 Wormhole 向量 — CShorten30 · 2026-10-21
- Reddit 网友提议：为 ChinaAPI/SiliconFlow 做带技能的桌面客户端，利润率 10-50% — Struggle_Wise · 2026-10-21
- 为 coding agent 重写编译器报错：Jac 语言把错误直接链到语言指南 — JaseciLabs · 2026-10-21
- NVIDIA NOOA 论文:agent 就是一个 Python 对象,六大模型接口能力集于一身 — omarsar0 · 2026-10-21
- 谷歌 OO-Harness 论文:面向对象设计让自进化 agent 性能从 61.6% 升至 77.4% — dair_ai · 2026-10-21