一种基于空-频域层次学习的小样本细粒度图像分类方法

本发明涉及图像处理技术领域，特别是涉及一种基于空‑频域层次学习的小样本细粒度图像分类方法，包括：获取待识别植物病害图像；将所述待识别植物病害图像输入预设的病害分类模型中，获取植物病害识别结果，其中，所述病害分类模型用于将植物病害图像中的空域特征和频域特征进行层级融合，识别植物病害。本发明能够缓解现有方法过度进行细粒度学习而导致泛化能力不足的问题，尤其是对以细微并且大小不一又分散的判别性特征为代表的病害数据更加有针对性，可以在实际的生产活动中检测植物的病害识别问题，降低成本。