目前的图像检索大都基于文本的图像检索或基于内容的图像检索,前者存在大量人工手动标注的问题,后者则存在语义鸿沟的问题。本文使用深度学习算法对图像进行自动标注,将提取出的高层次语义信息转换成丰富的标注信息,不仅在一定程度上消除了语义鸿沟的问题,还节省了大量人力成本,实现高效图像检索。根据自动标注的实现方式不同,可将本文的研究内容分成两部分:首先是基于图像分类模型与自动标注的图像检索,即采用了多标记分类模型,给图片自动标注一个或多个标签信息,用户通过搜索类别关键字进行图像检索。然后通过分析了使用图像分类模型进行自动标注的优缺点,在此基础上进一步提出了基于图像描述模型与自动标注的图像检索,即采用图像描述模型,给图片自动标注一段描述性文本,用户通过输入描述信息进行图像检索。图像描述模型相比较于分类模型,可以实现更加丰富的信息标注,能够更加快速的检索到目标图片。本文通过使用基于Python的Web框架Django,搭建了一套完整的基于图像描述模型与自动标注的图像检索系统,能够对用户上传的图片实现描述性文本的自动标注,并通过文本相似度的方法,将用户输入的文本信息与数据库中的描述信息进行相似度计算,返回相似度最高的一个或多个图片,完成图像检索。