一种多模态模型动态更新的天文瞬变源识别方法

本发明涉及天文学与人工智能相结合的天文瞬变源识别领域，在进行大视场高采样率望远镜拍摄的海量数据中的瞬变源识别任务时，现有的方法通常使用仅靠图像数据的单一分类模型，难以应对复杂多变的数据。本发明提出一种多模态模型动态更新的天文瞬变源识别方法，通过结合图像数据、点扩散函数及物理信息构建多模态模型进行分类；结合人工审查，选取分类错误的样本和可能的瞬变源候选体，存储为新的样本集，通过将新样本集注入原始训练集，加载上次训练的权重进行重新训练，实现模型的动态调整和优化。该方法能够有效应对大视场高采样率望远镜所生成的海量数据，确保模型在复杂背景和弱信号下始终保持高效、精准的识别性能。