一种基于多模态模型的媒资库图片检索方法

一种基于多模态模型的媒资库图片检索方法，包括以下步骤：S1、采集图片和与其相对应的文本数据，并对图片进行预处理；S2、对图片和相对应的文本数据统一进行编码，生成图片整体场景描述和图片多标签描述；S3、通过多模态嵌入融合网络将图片整体场景描述和图片多标签描述转换为高维嵌入向量，并进行融合；S4、将用户的搜索文本转化为向量，并与融合后的图片向量采用相似度计算方法，来确定对应的图片。本发明提供的基于多模态模型的媒资库图片检索方法，能够通过将图像和文字信息相结合，更加准确地描述图像内容，从而实现更高效的图片搜索。