本申请提供一种基于对比学习的舌象清晰度识别方法、装置、设备和介质，通过获取多个无标注的原始舌象图像并分别进行预处理以得到无标签舌象图像；通过增强策略得到增强舌象图像，据以得到正对集与负例集，获得训练数据；将训练数据输入神经网络，通过网络编码出舌象特征并量化舌象间的相似度，以供训练得到舌象对比学习表示模型；通过已标注不同清晰度的舌象数据拟合舌象对比学习表示模型得到舌象清晰度表示模型，利用清晰度分类函数表示舌象不同的清晰度，以供形成不同舌象清晰度的分类评价标准。本申请能够建立舌象清晰度分类评价的客观标准，减少人工标注舌象数据的成本，提升舌象数据在采集环境差和少样本场景中的应用效果。