本方案公开了一种基于文字查找匹配图片的方法，其包括以下步骤：S1、在预训练模型中检索查询语句中的每一个字段相对应的词向量，作为该字段的初始特征；S2、计算出查询语句与图片库中每张图像的匹配分数；S3、将每张图片的匹配分数转换为带权重的倒排索引形式，即以词为单位，记录含有每个词的图片ID，并且记录这个词在这个图片的权重，输出检索结果。本方案可以学习查询语句字段与图片区域的精确联系，从而获得高召回率的表现；得益于独立学习查询语语句字段的特征以及图片区域的特征，预先将图片编入索引，并把整个检索操作归纳为倒排索引，从而保证了跨模态检索的效率。本方案适用于图片识别检索领域。