MULTIMODAL ADVANCED SEARCH ON VECTOR DATABASES

This thesis presents an advanced search engine capable of processing multimodal queries (text, image, or both), using embeddings generated with BLIP-2 and indexed in vector databases. Two approaches, PGVector and Milvus, are compared by evaluating retrieval effectiveness on proprietary datasets. The analysis shows that the multimodal approach improves the relevance of the results, especially in complex scenarios.

Questa tesi presenta un motore di ricerca avanzato in grado di elaborare query multimodali (testo, immagine o entrambi), utilizzando embedding generati con BLIP-2 e indicizzati in database vettoriali. Due approcci, PGVector e Milvus, vengono confrontati valutando l’efficacia del recupero su dataset proprietari. L’analisi mostra che l’approccio multimodale migliora la rilevanza dei risultati, soprattutto in scenari complessi.