一种恶劣天气条件下的珍稀水鸟识别方法

本发明涉及人工智能技术领域，尤其涉及一种恶劣天气条件下的珍稀水鸟识别方法，包括：首先收集普通鸟类以及湿地环境图像得到珍稀水鸟识别的辅助图像数据集，并对此数据集进行降质处理得到受损的辅助数据集。然后，构建底层视觉与小样本图像分类联合学习模型。接下来，将受损的辅助数据集里的图像输入到联合学习模型中，对图像复原子网络的输出和清晰的辅助图像之间建立重构损失，对小样本学习器的输出与分类标签值之间建立交叉熵损失函数。最后，固定联合学习模型的参数并添加适配器，采集珍稀水鸟图像对适配器参数进行微调，完成对珍稀水鸟的识别。本发明对抗恶劣天气条件的对小样本图像分类任务的影响，提高真实场景下珍稀水鸟识别任务的性能。