一种增强细粒度对象检索性能的图像检索方法、系统、设备及介质

本公开涉及图像检索技术领域，提供了一种增强细粒度对象检索性能的图像检索方法、系统、设备及介质，所述方法通过多尺度图像截取技术处理原始图像，生成目标图像和切片集合，这些图像被输入编码器，构建图像向量库，同时，多模态大模型对图像和切片进行语义分析，生成文本描述并构建文本向量库，在检索阶段，基于图像向量进行视觉相似度匹配，并基于文本向量库进行文本相似度匹配，整合结果得到候选集合，最后，通过加权融合和排序，得到最终检索结果。本公开显著提升了细粒度对象检索的准确性，通过结合视觉和文本信息，不仅增强了检索的全面性，还提高了结果的相关性，使得用户能够更快速、更精确地找到所需信息。