一种少样本增量学习场景下的遥感图像识别方法

提供一种少样本增量学习场景下的遥感图像识别方法，具体包括下列步骤：步骤一、对特征提取网络进行预训练；步骤二、训练原型自适应模块；步骤三、将增量任务作为新任务，并更新模型。本发明通过特征提取网络、超维计算和自适应注意力三个部分实现遥感图像的少样本增量学习。本发明能够有效解决少样本增量场景中的过拟合和灾难性遗忘问题。在MSTAR和NWPU‑RESISC45这两个常用遥感图像数据集上的实验表明，本发明的方法明显优于其他方法，在识别精度上具有明显的优势，在少样本增量场景下的遥感图像分类中具有广泛的应用前景。