一种基于图文多模态的机动车照片合规性检测方法

本申请提供一种基于图文多模态的机动车照片合规性检测方法，其可以有效提高复杂场景下机动车照片合规性检测的准确率。其采用轻量化MobileCLIP模型融合图像视觉特征与检测规则的文本语义，实现同时对机动车照片中多项合规性内容的端到端检测。通过多模态特征融合与联合训练，解决了传统单模态方法语义理解不足的问题。