Recherche d’images avec Marqo, yolox, CLIP et OWL-ViT via la localisation et le reclassement à vocabulaire ouvert

Résumé essentiel : ce document montre comment faire progresser la recherche d’images avec Marqo, yolox, CLIP et OWL-ViT en y ajoutant la localisation et le reclassement. L’ajout d’une dimension supplémentaire de localisation peut améliorer les performances de recherche, activer de nouveaux cas d’usage pour la recherche d’images et renforcer l’explicabilité. Le recours à un modèle de détection à vocabulaire ouvert pour reclasser les résultats permet une localisation plus fine. La première partie de l’article couvre les informations de contexte et la seconde inclut le code de travail (également disponible ici).