一种无需源数据的黑盒领域自适应图像识别方法、存储介质

本发明涉及图像识别技术，为一种无需源数据的黑盒领域自适应图像识别方法、存储介质，包括步骤：获取目标域图像数据，进行数据增强处理，得到增强图像样本；将目标域的增强图像样本输入源模型，进行预测，输出伪标签；通过选择性放大知识蒸馏对伪标签进行选择性增强；对伪标签进行分类，通过熵驱动标签区分为伪标签的不确定性熵值设置自适应的平均熵阈值，以自动区分未知类别；引入无监督对比学习，对同一目标域图像样本的不同增强视图进行相似度学习，使模型学到更具代表性的特征表达；对目标模型进行训练与优化。本发明引入选择性放大知识蒸馏和熵驱动标签区分，提高伪标签的质量、减少确认偏差，实现对未知类别的准确识别。