用于小样本无监督域适应图像分类方法、介质及设备

本发明公开了用于小样本无监督域适应图像分类方法、介质及设备，其中方法包括：S1、构建小样本无监督域适应任务数据集，并将有标签的源域数据和没有标签的目标域数据送入图像特征提取器提取图像特征；S2、采用Mixup数据增强策略对源域小样本类别进行扩增；S3、构建源域相似性图、目标域相似性图及跨域相似性图，并在已构建的图上执行标签传播，生成目标域样本的伪标签；S4、计算分类损失和图正则化损失，最小化总损失以优化图像分类模型；S5、基于优化后的图像分类模型，对目标域样本进行分类预测。本发明能够有效提升模型在目标域的分类性能。