在网格搜索中加入了可视化，但是训练脚本好像给改错了。

faiss_vector_db/build_faiss_index.py

@@ -358,6 +358,64 @@ class FAISSIndexBuilder:
         return index
 
 
+def extract_embeddings_only(model_path: str, 
+                            train_dir: str, 
+                            output_dir: str,
+                            embedding_dim: int = 512,
+                            batch_size: int = 16) -> Tuple[np.ndarray, List[int]]:
+    """
+    仅提取特征向量并保存为JSON（用于可视化）
+    不构建完整的FAISS索引，节省时间
+    
+    Args:
+        model_path: 模型路径
+        train_dir: 训练数据目录
+        output_dir: 输出目录
+        embedding_dim: 特征向量维度
+        batch_size: 批处理大小
+    
+    Returns:
+        (embeddings, labels): 特征向量数组和标签列表
+    """
+    print("=" * 60)
+    print("开始提取特征向量用于可视化")
+    print("=" * 60)
+    
+    builder = FAISSIndexBuilder(model_path, embedding_dim)
+    
+    # 扫描数据
+    image_paths, class_names, labels = builder.scan_training_data(train_dir)
+    builder.image_paths = image_paths
+    builder.labels = labels
+    
+    # 提取特征
+    embeddings = builder.extract_features_batch(image_paths, batch_size)
+    builder.embeddings = embeddings
+    
+    # 仅保存 embeddings.json 和 labels.json（可视化需要的）
+    os.makedirs(output_dir, exist_ok=True)
+    
+    embeddings_json_path = os.path.join(output_dir, 'embeddings.json')
+    labels_json_path = os.path.join(output_dir, 'labels.json')
+    
+    print(f"保存特征向量到: {embeddings_json_path}")
+    with open(embeddings_json_path, "w", encoding="utf-8") as f:
+        json.dump(embeddings.tolist(), f, ensure_ascii=False)
+    
+    print(f"保存标签到: {labels_json_path}")
+    with open(labels_json_path, "w", encoding="utf-8") as f:
+        json.dump(labels, f, ensure_ascii=False)
+    
+    print("=" * 60)
+    print(f"✓ 特征向量提取完成")
+    print(f"  输出目录: {output_dir}")
+    print(f"  样本数: {len(embeddings)}")
+    print(f"  特征维度: {embedding_dim}")
+    print("=" * 60)
+    
+    return embeddings, labels
+
+
 class FAISSSearcher:
     """FAISS相似度检索器"""