ML Recog（度量学习识别）
独立安装？ 如果此会话未由 TAO 技能库插件初始化，请先运行
tao-setup技能（主机预检、凭据、跨技能发现）。
度量学习识别用于细粒度视觉识别。学习嵌入以进行基于检索的匹配（例如零售商品识别）。使用三元组/对比损失。
Dataclass Schemas
生成的 TAO Core schemas 打包在 schemas/<action>.schema.json 中。AutoML 启用状态在模型层通过 references/skill_info.yaml 中的 automl_enabled 声明。
训练操作策略
该模型在模型层启用了 AutoML。默认使用 automl_policy: on。非训练操作（如 evaluate、inference、export 和部署）保留在此模型技能中。
训练要求
- 数据集类型： ml_recog
- 格式： default
- 监控指标： 验证集 Rank-1 精度
各操作数据集要求
| 操作 | 数据 |
|---|---|
| train | known_classes 的 train/reference/val |
| evaluate/inference | unknown_classes 的 reference/test |
重要参数
model.backbone：骨干网络（默认 resnet_50）model.feat_dim：嵌入维度（默认 256）train.batch_size：单 GPU 批次大小（默认 4）dataset.num_instance：每个身份实例数（默认 4）train.optim.trunk.base_lr、train.optim.embedder.base_lr：学习率dataset.train_dataset：训练图像路径dataset.val_dataset：参考集与查询集字典
部署
- 参见
references/tao-deploy-metric-learning-recognition.md