本发明公开了一种于ＲＮＮ的图片描述自动生成方法，先使用预训练好的深度网络，对图像提取特征；再对该句子的单词去掉非名词和动词的成分；最后使用ＬＳＴＭ网络对图像特征和词语特征进行联合训练；在生成句子过程中，首先通过输入的图片和训练好的ＬＳＴＭ网络，生成一个名动词组成的句子；然后通过网络上的大量语料库，生成最后的输出句子。本发明可以自动识别，理解用户上传的数码图像，并生成人类能理解的自然句子。