hermes 做医美分类的效果

╭─ ⚕ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

    50张全部成功分类完成。我来读取详细结果做整理:

╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

  ┊ 📖 preparing read_file…

  ┊ 📖 preparing read_file…

  ┊ 📖 read      vivamei_content_generate_v2/classify_new50_results/result.json  1.7s

  ┊ 📖 read      vivamei_content_generate_v2/classify_new50_results/classification.csv  1.7s

 

╭─ ⚕ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

    50张图片全部分类完成。以下是完整分类结果。

    

    分类方式:使用项目里第一阶段(Stage1)的九大气质分型提示词 + 美的内部 Qwen2.5-VL-32B API,每张图输出 Top3 预测,含四维坐标[冷暖/大小/锐钝/直曲]。50张全部成功,总耗时约 457 秒。

    

    结果文件路径:

      /Users/midea/Downloads/vivamei_content_generate_v2/classify_new50_results/classification.csv

      /Users/midea/Downloads/vivamei_content_generate_v2/classify_new50_results/result.json

      /Users/midea/Downloads/vivamei_content_generate_v2/classify_new50_results/details.jsonl

    

    ================ Top1 分布 ================

    

      浪漫性感型 : 21 张 (42%)

      温婉柔美型 : 15 张 (30%)

      甜美少女型 :  4 张 ( 8%)

      盐系简洁型 :  3 张 ( 6%)

      飒爽前卫型 :  3 张 ( 6%)

      华丽高雅型 :  2 张 ( 4%)

      知性沉着型 :  2 张 ( 4%)

      魅力时尚型 :  0 张

      自然优雅型 :  0 张

    

    ================ 按分型分组明细 ================

    

    【浪漫性感型】21张  [2,2,0,2] 微翘微翻饱满唇

      test_194  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_196  Top2:温婉柔美  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_205  Top2:温婉柔美  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_208  Top2:温婉柔美  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_209  Top2:华丽高雅  Top3:知性沉着  轴[1,1,1,1] conf0.80

      test_210  Top2:温婉柔美  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_211  Top2:温婉柔美  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_212  Top2:甜美少女  Top3:温婉柔美  轴[1,0,-1,1] conf0.80

      test_215  Top2:甜美少女  Top3:温婉柔美  轴[1,0,-1,1] conf0.80

      test_217  Top2:温婉柔美  Top3:华丽高雅  轴[2,2,0,2] conf0.85  ← 强命中坐标

      test_218  Top2:甜美少女  Top3:温婉柔美  轴[2,2,0,2] conf0.85  ← 强命中坐标

      test_219  Top2:华丽高雅  Top3:温婉柔美  轴[2,2,0,2] conf0.85  ← 强命中坐标

      test_221  Top2:华丽高雅  Top3:温婉柔美  轴[1,0,-1,1] conf0.80

      test_222  Top2:甜美少女  Top3:温婉柔美  轴[1,0,-1,1] conf0.80

      test_223  Top2:温婉柔美  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_224  Top2:甜美少女  Top3:温婉柔美  轴[2,0,-1,1] conf0.80

      test_227  Top2:华丽高雅  Top3:温婉柔美  轴[2,2,0,2] conf0.85  ← 强命中坐标

      test_228  Top2:温婉柔美  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_229  Top2:华丽高雅  Top3:温婉柔美  轴[1,1,1,1] conf0.80

      test_231  Top2:华丽高雅  Top3:温婉柔美  轴[2,2,0,2] conf0.85  ← 强命中坐标

      test_240  Top2:温婉柔美  Top3:甜美少女  轴[1,0,-1,1] conf0.80

    

    【温婉柔美型】15张  [2,0,-1,1] 柔和苹果肌主导

      test_197  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_200  Top2:自然优雅  Top3:浪漫性感  轴[1,0,-1,1] conf0.80

      test_201  Top2:自然优雅  Top3:浪漫性感  轴[1,0,-1,1] conf0.80

      test_202  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_203  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_204  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_206  Top2:自然优雅  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_213  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_214  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_216  Top2:自然优雅  Top3:甜美少女  轴[1,0,-1,1] conf0.80

      test_225  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_226  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_233  Top2:自然优雅  Top3:甜美少女  轴[1,0,-1,1] conf0.85

      test_238  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_241  Top2:甜美少女  Top3:自然优雅  轴[1,0,-1,1] conf0.80

    

    【甜美少女型】4张  [2,-2,-2,0] 卧蚕+嘟嘟唇

      test_195  Top2:温婉柔美  Top3:自然优雅  轴[1,-1,-1,1] conf0.80

      test_207  Top2:温婉柔美  Top3:自然优雅  轴[1,-1,-1,1] conf0.80

      test_220  Top2:浪漫性感  Top3:自然优雅  轴[1,0,-1,1] conf0.80

      test_239  Top2:温婉柔美  Top3:自然优雅  轴[1,-1,-1,1] conf0.80

    

    【盐系简洁型】3张  [-2,-2,0,-2] 直鼻+清爽少年感

      test_230  Top2:知性沉着  Top3:魅力时尚  轴[-1,0,1,0] conf0.80

      test_235  Top2:知性沉着  Top3:魅力时尚  轴[-1,0,1,-1] conf0.75

      test_237  Top2:魅力时尚  Top3:知性沉着  轴[-1,-2,0,-2] conf0.80  ← 强命中坐标

    

    【飒爽前卫型】3张  [-2,2,2,0] 颧弓+锋利下颌

      test_232  Top2:知性沉着  Top3:华丽高雅  轴[-2,2,2,0] conf0.85  ← 完美命中坐标

      test_234  Top2:知性沉着  Top3:魅力时尚  轴[-2,2,2,0] conf0.90  ← 完美命中坐标

      test_236  Top2:知性沉着  Top3:魅力时尚  轴[-2,1,1,-1] conf0.80

    

    【华丽高雅型】2张  [0,2,1,1] 原生大眼+高挺鼻

      test_193  Top2:浪漫性感  Top3:知性沉着  轴[0,1,1,0] conf0.80

      test_199  Top2:浪漫性感  Top3:自然优雅  轴[0,0,1,1] conf0.80

    

    【知性沉着型】2张  [-2,0,1,-1] 微驼峰鼻+深人中沟

      test_198  Top2:盐系简洁  Top3:自然优雅  轴[-1,0,1,0] conf0.80

      test_243  Top2:盐系简洁  Top3:自然优雅  轴[-1,0,1,-1] conf0.80

    

    ================ 值得注意的现象 ================

    

    1. 浪漫+温婉占 72%(36/50):这批图片整体偏暖偏曲,大量集中在[1,0,-1,1]这个坐标附近,正好是浪漫性感和温婉柔美的交界区。提示词里专门提到的"温婉柔美磁吸"现象在这里很明显。

    

    2. 魅力时尚型和自然优雅型零命中:这批图里没有被判为这两型的。结合提示词的"中心型磁吸"警告,自然优雅作为"无记忆点均衡型"容易被吸走,魅力时尚需要微菱形脸+颊凹这类较冷的特征,这批暖系图确实少。

    

    3. 强命中坐标的图片(轴分与指纹高度吻合):

       - test_232/test_234 飒爽前卫 [-2,2,2,0] 完美命中

       - test_217/218/219/227/231 浪漫性感 [2,2,0,2] 完美命中

       - test_237 盐系简洁 [-1,-2,0,-2] 完美命中

       这些置信度也最高(0.85-0.90),可信度最高。

    

    4. 浪漫性感 vs 温婉柔美的边界案例多:大量图片轴分都是[1,0,-1,1](偏暖1、适中0、偏钝-1、偏曲1),这个坐标距温婉[2,0,-1,1]仅1格、距浪漫[2,2,0,2]约3格,模型倾向判浪漫但 Top2 几乎都是温婉。这批图在两个分型之间摇摆明显,建议人工复核 test_194/196/205/208/210/211/212/215/222/223/224/228/240 这几张。

────────────────────────────────────────

各个分型效果都是多少啊

────────────────────────────────────────

📦 Preflight compression: ~65,753 tokens >= 64,000 threshold. This may take a moment.

 

🗜️ Compacting context — summarizing earlier conversation so I can continue...

⚠ Compression summary failed: Auxiliary compression: LLM returned invalid response (type=str): 'data: {"id":"1e3038f3414645d5add8892a68e8fc5d","object":"chat.completion.chunk","created":1783567939,"model":"glm-5","ch'. Expected object with .choice.... Inserted a fallback context marker.

 

╭─ ⚕ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

    这 50 张图没有标注数据,没法算准确率。但我可以从分类结果里统计每个分型的出现频次(Top1/Top2/Top3)和平均置信度,让你看到各分型的"存在感"和模型判别力度。我来算一下:

╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

  ┊ 🐍 preparing execute_code…

  ┊ 🐍 exec      import json  0.1s

 

╭─ ⚕ Hermes ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

    这 50 张图没有标注数据所以算不了准确率,但从分类结果能看出每个分型的"存在感"和判别力度:

    

    ================ 各分型分类情况 ================

    

    分型            Top1  Top2  Top3  总出现  Top1均置信  全出现均置信

    ─────────────────────────────────────────────────────────────

    浪漫性感型        21    3    2    26      0.81        0.78

    温婉柔美型        15   12   10    37      0.80        0.70

    甜美少女型         4   16    8    28      0.80        0.62

    飒爽前卫型         3    0    0     3      0.85        0.85

    盐系简洁型         3    2    0     5      0.78        0.73

    知性沉着型         2    5    3    10      0.80        0.65

    华丽高雅型         2    6    2    10      0.80        0.70

    魅力时尚型         0    1    4     5      ——          0.55

    自然优雅型         0    5   21    26      ——          0.59

    

    ================ 关键发现 ================

    

    1. 判别最清晰的分型(Top1置信高 + 几乎不出现在别人的Top2/3里)

       - 飒爽前卫型:置信0.85,从不出现在其他图的Top2/3,说明特征独特、识别干脆

       - 浪漫性感型:置信0.81,21张Top1,Top2/3只有5张,判别力强

    

    2. 典型"磁吸型"(总出现次数远大于Top1次数)

       - 温婉柔美型:37次总出现但只有15次Top1,是最大的磁吸型,22次作为Top2/3被吸进来

       - 自然优雅型:26次总出现,0次Top1,全部是Top2/3——典型"陪跑型",跟提示词里描述的"中心型磁吸"完全一致

       - 甜美少女型:28次总出现但Top1只有4次,大量作为Top2被吸进来

    

    3. 完全缺席的分型

       - 魅力时尚型:0次Top1,只出现5次且全在Top3,这批图偏暖偏曲,缺少冷系微菱形脸

       - 自然优雅型:0次Top1,作为"无记忆点均衡型"永远被挤到Top2/3

    

    4. 各分型Top1时的平均四维坐标 vs 标准指纹

    

       分型        实际坐标          标准指纹          偏差

       ─────────────────────────────────────────────────

       飒爽前卫   [-2.0, 1.7, 1.7, -0.3]  [-2, 2, 2, 0]   最接近

       浪漫性感   [ 1.3, 0.6, -0.6, 1.2]  [ 2, 2, 0, 2]   偏小偏钝

       温婉柔美   [ 1.0, 0.0, -1.0, 1.0]  [ 2, 0,-1, 1]   冷暖偏弱

       甜美少女   [ 1.0,-0.8, -1.0, 1.0]  [ 2,-2,-2, 0]   直曲偏高

       盐系简洁   [-1.0,-0.7,  0.7,-1.0]  [-2,-2, 0,-2]   整体偏弱

       知性沉着   [-1.0, 0.0,  1.0,-0.5]  [-2, 0, 1,-1]   直曲偏弱

       华丽高雅   [ 0.0, 0.5,  1.0, 0.5]  [ 0, 2, 1, 1]   大小直曲偏弱

    

       可以看到模型的轴分普遍打得偏保守(绝对值偏小),尤其是"大小"维度经常给0而不是±2,导致很多图落在各型交界区。飒爽前卫是唯一实际坐标与标准指纹几乎完美吻合的分型。

posted on 2026-07-09 11:40  limingqi  阅读(1)  评论(0)    收藏  举报

导航