本发明公开了一种面向图像描述系统的通用对抗补丁生成方法及系统，该方法为：初始化对抗补丁；将对抗补丁通过RandomApply算法添加到随机图像中；将添加对抗补丁后的图像送入图像描述系统中，计算联合损失函数；对联合损失函数进行反向传播，通过优化器更新对抗补丁图像的像素值；经过预设次数的迭代后，即可生成可以使深度学习模型输出错误的对抗补丁。与现有对抗补丁相比，本发明首次在图像描述系统中实现对抗补丁，使图像描述系统错误输出为指定描述，并可以生成通用的对抗补丁，有效提高对抗补丁的稳定性和场景适应能力。