Migician — дообученная мультимодальная модель для поиска и указания объектов на нескольких изображениях по текстовому запросу.

Подходит для: поиск указанного объекта на нескольких изображениях · возврат координат объекта на изображении · сопоставление визуальных объектов между изображениями