一种语义一致性感知的遥感图像文本检索方法

本发明提供了一种语义一致性感知的遥感图像文本检索方法，包括：通过视觉‑语言模型骨干网络，基于锚点图像与候选图像的视觉相似度构建视觉候选邻域；通过多模态大语言模型确定语义一致性评分和排序语义邻域；将训练数据输入骨干网络，得到视觉序列级特征、文本序列级特征及对应全局嵌入；通过跨粒度重建器对序列级特征进行双向跨模态重建，得到重建嵌入；基于语义一致性评分、排序语义邻域、全局嵌入及重建嵌入构建训练总损失，更新适配器和跨粒度重建器，得到训练好的检索模型；将查询图像或查询文本输入检索模型，基于跨模态相似度排序确定检索结果。本发明可以提高噪声和弱监督条件下的语义对齐准确性，并保持双塔结构的推理效率。