高光谱图像分类方法、装置及电子设备

本申请提供了一种高光谱图像分类方法、装置及电子设备，涉及图像处理技术领域，方法包括：获取待分类的高光谱图像；将高光谱图像输入至图像分类模型，得到高光谱图像对应的分类结果；其中，图像分类模型为通过迁移学习训练出的基于改进型全局原型分割框架的分类模型；改进型全局原型分割框架包括：基于改进型全局原型表示学习策略，即引入有监督对比学习的全局原型表示学习策略优化的SegNet特征提取网络以及最邻近算法分类网络；SegNet特征提取网络用于提取高光谱图像的空谱特征；空谱特征包括与高光谱图像中每个像素点一一对应的特征向量。本申请可以提高模型的预测分类精度。