一种电力图像文本多模态理解方法、系统、设备及介质

本发明公开了一种电力图像文本多模态理解方法、系统、设备及介质，包括：获取待理解的电力图像文本信息；将所述待理解的电力图像文本信息输入到训练后的电力图文大模型中，得到所述待理解的电力图像文本信息的理解结果，其中，所述电力图文大模型依次经电力图文样本、正负样本对以及混合样本进行训练，该方法、系统、设备及介质能够提高电力图像文本多模态理解的准确性。