基于多模态大模型的图像地理定位方法、装置及设备

本发明提供一种基于多模态大模型的图像地理定位方法、装置及设备，涉及人工智能技术领域，包括：获取训练数据集，训练数据集包括多张图像；对于每一图像，对图像的GPS坐标特征进行等地球投影的GPS坐标表征以及基于随机傅里叶特征进行编码，得到图像的GPS坐标特征向量；对于每一图像，对图像进行图文协同编码，得到图像的图像特征和文本特征融合生成的协同编码特征向量；将GPS坐标特征向量和协同编码特征向量输入大模型，基于GPS坐标特征向量的嵌入和协同编码特征的嵌入相似性，对大模型进行多模态对比训练，得到训练好的大模型，将待定位图像输入训练好的大模型，输出待定位图像的经度坐标值和纬度坐标值。