一种病理图像视觉定位的方法及系统、设备、存储介质

本申请提供了一种病理图像视觉定位的方法及系统、设备、存储介质，属于图像识别技术领域，该方法包括：基于目标病理图像提取视觉特征，基于第一文本描述确定语义特征向量和知识特征向量；目标病理图像为待进行目标区域定位的病理图像，知识特征向量用于表征与目标病理图像的内容关联的知识信息；对语义特征向量和知识特征向量进行融合得到融合文本特征；将融合文本特征和视觉特征进行跨模态融合，得到融合多模态特征，基于融合多模态特征得到融合表示；基于融合表示，通过多层感知机对目标病理图像中的目标区域进行定位，得到目标区域的边界框的位置信息。本申请能够提高病理图像区域级别准确灵活定位的能力。