多模态图像检索方法、装置、电子设备及可读存储介质

本公开涉及图像处理技术领域，提供了一种多模态图像检索方法、装置、电子设备及可读存储介质。该方法包括：获取待检索对象的图像信息和文本信息；基于图像信息确定图像嵌入特征，基于文本信息确定文本嵌入特征，并将图像信息输入至预设多模态编码器，得到用于描述图像信息的图像描述特征；基于图像嵌入特征、文本嵌入特征和图像描述特征，得到综合特征；通过预设文本编码器处理综合特征，得到目标特征；获取目标图像库中各目标图像对应的待匹配图像特征，基于待匹配图像特征和目标特征确定待检索对象的目标检索结果。通过本公开提供的方法，提升了图像检索的精度和泛化能力。