feat: 以图搜图功能升级（跨表UNION检索 + 拍照识图入口 + 批量向量初始化脚本）

inventory-backend/app/utils/ai_vision.py

@@ -100,7 +100,7 @@ def get_image_embedding(image_path: str) -> list:
     提取图像的 512 维 CLIP embedding 向量
 
     参数:
-        image_path: 图像文件路径（支持本地路径或 URL）
+        image_path: 图像文件路径
 
     返回:
         list: 512 维浮点向量
@@ -108,25 +108,25 @@ def get_image_embedding(image_path: str) -> list:
     if ort_session is None:
         load_clip_model()
 
-    # 加载图像
-    try:
-        image = Image.open(image_path).convert('RGB')
-    except Exception as e:
-        raise ValueError(f"图像加载失败: {image_path}, 错误: {e}")
-
-    # 中心裁剪
+    # 1. 图片预处理
+    image = Image.open(image_path).convert('RGB')
     image = _center_crop_and_resize(image)
-
-    # 归一化
     input_data = _normalize(np.array(image))
+    input_data = np.expand_dims(input_data, axis=0)  # [1, 3, 224, 224]
 
-    # 添加 batch 维度: (C, H, W) -> (1, C, H, W)
-    input_data = np.expand_dims(input_data, axis=0)
+    # 2. 构造占位符输入 (关键修复)
+    dummy_ids = np.zeros((1, 77), dtype=np.int64)
+    dummy_mask = np.zeros((1, 77), dtype=np.int64)
 
-    # 推理
-    outputs = ort_session.run(None, {'images': input_data.astype(np.float32)})
-
-    # 输出通常是 (1, 512) 的向量，取第一项并展平为 list
-    embedding = outputs[0][0].tolist()
-
-    return embedding
+    # 3. 传入模型进行推理
+    # 注意: 模型输入名在你的模型里必须叫 'pixel_values', 'input_ids', 'attention_mask'
+    # 如果报错找不到输入名，请打印 ort_session.get_inputs()[0].name 确认
+    outputs = ort_session.run(
+        ['image_embeds'],
+        {
+            'input_ids': dummy_ids,
+            'pixel_values': input_data.astype(np.float32),
+            'attention_mask': dummy_mask
+        }
+    )
+    return outputs[0][0].tolist()