Busca de imagens com Marqo, yolox, CLIP e OWL-ViT por meio de localização e reranqueamento com vocabulário aberto

Resumo principal: aqui mostramos como avançar a busca de imagens usando Marqo, yolox, CLIP e OWL-ViT para adicionar localização e reranqueamento. Adicionar a dimensão extra de localização pode melhorar o desempenho da busca, habilitar novos casos de uso para busca de imagens e, ao mesmo tempo, aumentar a explicabilidade. Reranquear usando um modelo de detecção com vocabulário aberto permite uma localização mais granular. A primeira parte do artigo aborda informações de contexto, e a segunda parte inclui código funcional (que também pode ser encontrado aqui).