一种图像文本描述的生成方法、装置及存储介质

本说明书公开了一种图像文本描述的生成方法、装置及存储介质，在本说明书提供的图像文本描述的生成方法中，获取待描述图像，对待描述图像进行目标检测，确定待描述图像中包含的图像元素，以及图像元素对应的检测类别。根据图像元素，确定待描述图像的图像描述特征，根据检测类别，确定待描述图像的元素描述特征，将图像描述特征和元素描述特征，输入生成模型，确定待描述图像的文本描述。本方法中待描述图像的图像元素，用于表示待描述图像的细节信息，通过确定视觉模态的图像描述特征和文本模态的元素描述特征，为生成模型提供图像细节的准确语义，进而生成准确的文本描述。