一种基于大语言模型的图像跨模态检索方法、设备及介质

本申请公开了一种基于大语言模型的图像跨模态检索方法、设备及介质，方法包括：通过BLIP模型生成原始图像对应的文本描述，将文本描述转换为对应的图像向量；建立图像向量和原始图像之间的映射关系，将映射关系以及图像向量存储至预设的向量数据库；获取用户提交的图像查询描述，通过预设的语言大模型，对图像查询描述进行优化，并将优化后的图像查询描述转换为对应的查询向量；根据向量数据库中各图像向量与查询向量之间的第一相似度，确定图像查询描述对应的若干待选图像；计算图像查询描述和若干待选图像之间的匹配度，根据匹配度，从若干待选图像中筛选出满足图像查询描述的目标图像。