一种图像生成文本描述的控制方法及系统

本发明涉及一种图像生成文本描述的控制方法及系统，属于图像生成文本描述的控制技术领域，该方法包括：收集图像，并为图像标注类别标签；基于类别标签进行自定义，此时，插件式训练自定义类别；基于图像和图像类别约束视觉大语言模型，并基于视觉大语言模型生成图像描述；图像类别包括通用类别和自定义类别；根据图像描述训练图像生成文本描述模型，并在图像生成文本描述模型输出对应的文本描述，此时，基于图像和图像类别约束视觉大语言模型，并基于视觉大语言模型生成图像描述，从而通过图像描述训练图像生成文本描述模型，以便于基于图像一键生成对应的文本描述，同时，类别标签进行自定义，以便于加入了用户自定义的类别。