PyTorchの学習済みResNetを使って特徴量ベクトルを出力したい

Pytorchを用いて学習済みresnetモデルで画像の特徴量2048次元（最終層手前まで）を出力したいのですが、それらしいベクトルが得られず困っています。それらしいベクトルというのは任意の2つの画像のコサイン類似度が全て0.99になり、全て異なるベクトルではありつつも、似通ったものになっているということです。

以下は画像のパスから2048次元のnumpyの値に変換する関数なのですが、何かおかしな点はありますでしょうか。

よろしくお願いいたします。

python
1from PIL import Image
2from torch import nn, optim
3from torchvision import transforms, models
4
5
6def image2vec(image_path):
7    image_net = models.resnet50(pretrained=True)
8    image_net = list(image_net.children())[:-1]
9    image_net = nn.Sequential(*image_net)
10
11    transformer = transforms.Compose([
12        transforms.Resize(256),
13        transforms.CenterCrop(224),
14        transforms.ToTensor(),
15        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
16    ])
17    image = transformer(Image.open(image_path).convert('RGB')).unsqueeze(0)
18    image = image_net(image).detach().numpy().copy()
19
20    return image.flatten()