一种推理增强型视觉-语言大模型训练及图像处理方法

本发明涉及一种推理增强型视觉‑语言大模型训练及图像处理方法，其中训练方法包括以下步骤：获取超广角眼底图像作为输入图像，以超广角眼底图像的人工标注DR分级、人工标注病变类型以及临床背景作为提示词，利用具备推理能力的视觉‑语言模型生成推理增强的图像描述以及推理得到的DR分级和病变类型；将生成的图像描述以及推理得到的DR分级和病变类型作为指令，结合超广角眼底图像构建推理增强指令数据集，微调推理增强型视觉‑语言大模型。与现有技术相比，本发明具有能够有效整合临床知识、识别准确性高、可解释性强等优点。