基于多尺度跨模态提示增强的小样本图像分类方法及系统

本发明公开一种基于多尺度跨模态提示增强的小样本图像分类方法及系统，涉及小样本图像分类技术领域，包括：获取查询图像以及已标注类别的支持图像小样本数据集；将获取数据输入至训练完成的小样本图像分类模型中，经模型中基于分层多模态提示增强的特征提取器，提取查询图像的视觉特征和每一支持图像的增强视觉特征，提取的所有增强视觉特征经全局平均池化后，获取每一类别的增强视觉特征原型，根据查询图像视觉特征与每一类别增强视觉特征原型计算类别的相似度得分，确定得分最高的类别，作为查询图像的分类结果并输出；其中，所述小样本图像分类模型采用全局‑局部自引导监督机制训练得到。本发明可显著提升小样本图像分类的精度和鲁棒性。