一种基于层级信息传播的小样本图像分类方法及系统

本发明涉及小样本图像分类技术领域，公开了一种基于层级信息传播的小样本图像分类方法及系统，方法包括：获取目标图像的小样本图像数据集，以及预设分类类别；将小样本图像数据集输入图像特征提取器，得到第一特征矩阵；将第一特征矩阵输入深度学习模型，得到第二特征矩阵；根据第二特征矩阵，计算小样本图像数据集的每个预设分类类别的类别中心；将类别中心输入深度学习模型，得到第三特征矩阵；将待测目标图像输入预训练的图像特征提取器，根据每个预设分类类别对应的类别表征，确定待测目标图像的预测分类类别。本发明能够在学习过程中同时学习样本和类别之间的关系，从而提高对小样本图像的分类性能。