一种影像信息抽取方法、装置、计算机设备及存储介质

本申请属于人工智能技术领域，涉及一种影像信息抽取方法，包括构建一个影像信息抽取的多模态大模型，多模态大模型包括视觉编码器、特征转换器和解码器，首先冻住解码器，使用预训练影像数据集训练视觉编码器，提升视觉编码器视觉特征提取能力，随后冻住视觉编码器，构造伪影像数据集提升解码器的实体抽取能力，然后通过图像数据增强方法构造增强数据集，对候选模型进行微调，最终获得了高性能的影像信息抽取模型。本申请还提供一种影像信息抽取装置、计算机设备及存储介质。本申请可应用于金融科技业务管理程序系统中，提升了模型对影像信息提取的准确率，进而提升核保效率。