Multi Modal

Image Retrieval with Multi-Modal Query是指基于图像和文本的多模态查询从数据库中检索图像的任务。该任务通过文本提示对查询图像进行特定修改，旨在精准检索出符合修改要求的图像。此技术在图像搜索、内容推荐和智能编辑等领域具有重要应用价值，能够显著提升用户交互体验和检索效率。