一种基于多模态适配器的行人重识别方法、设备及介质

本发明属于数据处理技术领域，具体涉及一种基于多模态适配器的行人重识别方法、设备及介质，所述方法包括如下步骤：收集行人重识别数据，包括行人的图像数据以及对应的文本描述；对行人重识别数据进行数据增强，数据增强用于处理缺乏文本描述的图像数据，生成该图像数据对应的文本描述；基于多模态大语言模型对文本描述进行文本增强；构建多模态适配器，生成文本适配嵌入与图像适配嵌入，与原始的文本嵌入和图像嵌入进行叠加，得到文本融合特征和图像融合特征；利用文本融合特征和图像融合特征进行行人重识别预测，实现行人重识别。本发明构建了多模态适配器，拥有更少的可训练参数，在增强了模型对目标域适应能力的同时，显著的降低了计算效率。