一种基于大语言模型增强的文本-行人检索方法

本发明公开了一种基于大语言模型增强的文本‑行人检索方法，属于计算机和互联网领域；具体为：针对现有数据集中图像和文本的组合对，将原始文本数据划分为测试集和训练集；同时调用大语言模型对文本数据进行增强，生成增强文本；然后，将增强文本数据送入过滤模型，计算增强文本与原始文本之间的文本相似度；当文本相似度大于设定的阈值时，保留增强文本；反之，舍弃增强文本或重新生成文本。最后，将保留的增强文本数据集用于文本‑行人检索模型的训练或测试，并将测试后的文本‑行人检索模型用于进行人员识别。本发明显著提升了模型的检索性能，实现了更为精准的匹配。