一种基于视觉语言大模型的图像分类方法及系统

本发明涉及图像分类技术领域，具体为一种基于视觉语言大模型的图像分类方法及系统，其中图像分类方法包括如下步骤：1、获取多张原始图像，并构建图像分类网络；2、从多张原始图像选择一张原始图像输入到图像分类网络中，最终得到类别预测结果；3、利用类别预测结果与真实类别构建损失函数；4、循环2和3，最小化损失函数，直至损失函数收敛或者迭代次数达到设定次数，并更新图像分类网络的权重，得到训练后的图像分类网络；5、将训练后的图像分类网络部署到设备端上，利用设备端对图像进行分类，得到分类结果。本发明解决了传统单模态分类方法中全局信息捕获不足、视觉与语言信息融合效率低的问题，实现了更高的分类精度和任务泛化能力。