基于少样本学习的图像分类方法、装置、设备及存储介质

本发明公开了一种基于少样本学习的图像分类方法、装置、设备及存储介质。本发明通过图像编码器提取支持图片的图像特征进行平均获得类别原型，通过多原型生成器生成支持图片多个不同属性特征，对某类别多个支持图片对应属性特征平均获得属性原型，使得每个类别可通过多个原型进行表示，可以更全面地表示该类别的特征，能够更好地捕捉类内的细粒度差异，从而在少样本分类任务中提升分类精度；利用大语言模型生成的类别属性描述，并结合属性特征进行对比学习来训练多原型生成器，实现了更精确的类别属性描述与视觉表示的对齐，从而提升了分类精度；将多原型生成器与多原型缓存分类器相结合进行图像分类，减轻了过拟合现象，还增强了模型的分类性能。