多尺度动态特征融合的多模态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，具体为多尺度动态特征融合的多模态小样本图像分类方法及系统；所述方法包括：获取小样本图像数据集，并将其划分为支持集和查询集；将两者输入特征提取网络以提取全局特征，同时将这些特征输入到区域提议网络RPN中，从而获得相应局部特征。根据支持集数据的类别标签提取语义信息，并将其输入到文本编码器以获得文本特征；将输入图像的全局特征、局部特征和文本特征输入到自适应权重网络中，进行动态特征融合，以有效整合多模态信息；融合后的多模态特征输入到以原型网络作为学习器、MAML算法作为元学习器的分类模型中进行分类预测，最后使用复合损失函数对网络模型进行训练，用训练后的分类器进行图像分类。