确保图片压缩都采用F.interpolate(),这样和安卓端得到的结果基本差不多。

net/resnet_embedding.py

@@ -56,11 +56,9 @@ class ResNet50EmbeddingNet(nn.Module):
         )
         
         # 图片预处理变换（用于推理）
-        # TODO 这里应该要修改归一化的逻辑，不然不一样。
+        # 使用与移动端一致的路径：仅转换为Tensor，缩放与归一化在 preprocess_image 中用 F.interpolate 完成
         self.preprocess = transforms.Compose([
-            transforms.Resize((224, 224), interpolation=transforms.InterpolationMode.BILINEAR),
-            transforms.ToTensor(),
-            transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
+            transforms.ToTensor()
         ])
         
         # 内部预处理变换（用于已经是tensor但未归一化的数据）
@@ -88,11 +86,17 @@ class ResNet50EmbeddingNet(nn.Module):
             else:
                 raise ValueError("输入必须是PIL Image或numpy array")
         
-        # 应用预处理变换
+        # 应用预处理变换（先转为tensor，值范围0-1）
         tensor = self.preprocess(image)
-        # 添加batch维度
+        # 添加batch维度 [1, C, H, W]
         tensor = tensor.unsqueeze(0)
-        
+        # 使用与移动端一致的双线性插值缩放到224x224
+        tensor = F.interpolate(tensor, size=(224, 224), mode='bilinear', align_corners=False)
+        # ImageNet标准化（与移动端保持一致）
+        mean = torch.tensor([0.485, 0.456, 0.406], device=tensor.device).view(1, 3, 1, 1)
+        std = torch.tensor([0.229, 0.224, 0.225], device=tensor.device).view(1, 3, 1, 1)
+        tensor = (tensor - mean) / std
+
         return tensor
     
     def mobile_preprocess(self, x: torch.Tensor) -> torch.Tensor: