一种图像检索方法、装置、设备以及存储介质

本申请实施例提供了一种图像检索方法、装置、设备以及存储介质，涉及深度学习技术领域。具体实现方案为：获取查询文本；将查询文本和第一提示词输入预先训练得到的第一大语言模型，得到查询文本的查询意图依赖于各预设查询维度的依赖程度；各预设查询维度包括以下中的任意多项：表示文本语义的语义维度、表示图像视觉特征的视觉维度、表示结构化信息的结构化维度；从各预设查询维度中确定出目标查询维度；目标查询维度对应的依赖程度高于其他预设查询维度对应的依赖程度；利用目标查询维度对应的查询方式，从待查询图像中检索与查询文本匹配的图像。可见，通过本方案，能够提高跨模态检索的检索精度。