本发明公开了一种提高图像文本描述独特多样性的网络构建方法，包括构建网络模型图像数据集，提取图像数据集的全局特征g_ks和抽象场景图节点的区域特征，用编码器对抽象场景图节点区域特征进行编码，得到最终的区域特征对取平均值得到平均区域编码特征将和g_ks融合，得到编码阶段输出的全局特征将全局特征通过双层解码器解码，得到输出并将通过图更新模块更新区域特征，重新计算节点权重，生成下一个单词，以此类推；构建单词精细模块和单词校正模块，使用标准的交叉熵损失训练网络，完成网络构建。本发明构建的网络在保持文本语句准确率的同时更具有独特、多样的描述。