基于度量学习的小样本细粒度图像识别方法

本发明属于计算机视觉领域，公开了基于度量学习的小样本细粒度图像识别方法。具体步骤包括首先获取训练数据集，将训练集进行划分，并对训练图像进行预处理。在Conv‑64F提取特征的基础上，构建交互式注意力特征融合模块：利用特征金字塔，注意力模型以及跳跃连接对不同尺度的特征进行融合。然后使用基于局部和全局层次的度量方法，分别计算查询集样本和支持集样本之间的相似度得分并进行融合，输出最终的相似度得分进行图像识别，最后通过测试集进行测试，输出测试集的准确率；本发明能够提取到细粒度图像中细微的局部特征，提高小样本细粒度图像识别的性能。