货架审计中 YOLO + 嵌入向量的尺寸变体识别难题如何解决

作者构建的货架审计工具采用YOLO检测产品后用嵌入向量搜索SKU，但同一品牌、相同瓶子不同尺寸（1.25L vs 2L）的产品容易被误识别。尝试DINOV2、SigLIP2、OpenCLIP等嵌入模型均失败，原因在于图片被letterbox到224x224后小尺寸文字几乎消失，且参考图只有货架照片而非棚拍图。作者询问是否需微调嵌入器增加硬负样本、用OCR作为第二检查，或放弃全局嵌入方案。