Búsqueda de imágenes con localización y reordenamiento de ranking de vocabulario abierto usando Marqo, yolox, CLIP y OWL-ViT

Resumen clave: aquí se muestra cómo mejorar la búsqueda de imágenes con Marqo, yolox, CLIP y OWL-ViT agregando localización y reordenamiento de ranking. Añadir una dimensión adicional de localización puede mejorar el rendimiento de búsqueda, habilitar nuevos casos de uso para la búsqueda de imágenes y, al mismo tiempo, aumentar la explicabilidad. Reordenar usando modelos de detección de vocabulario abierto permite una localización más detallada. La primera parte del artículo cubre información de contexto y la segunda parte incluye código funcional (también se puede encontrar aquí).