基于软标签蒸馏与空间提示的双阶段图文检索方法及系统

本发明涉及图文检索、跨模态学习与知识蒸馏技术领域，具体为基于软标签蒸馏与空间提示的双阶段图文检索方法及系统。包括：获取待处理的图文对，并初始化图文检索模型；在第一训练阶段，生成软标签；基于软标签，对初始化的图文检索模型进行初步训练，得到初步训练模型；在第二训练阶段，识别图像块的对象标签；基于对象标签与图像块的位置信息，生成空间文本提示；结合空间文本提示与图文对的原始文本，生成增强文本输入；基于增强文本输入与软标签，对初步训练模型进行精炼训练，输出最终的图文检索模型。本发明解决了现有技术因硬标签导致的模态对齐不足问题，显著提升了检索的宏观准确性。