一种基于BERT和自监督学习的小样本城市场景图像分析方法

本发明属于计算机视觉和自然语言处理技术领域，公开了一种基于BERT和自监督学习的小样本城市场景图像分析方法。通过结合自监督学习充分挖掘无标注城市环境图像数据的潜在信息，同时利用跨模态语义增强机制，整合城市环境图像与描述文本的多模态特征，实现对小样本城市环境图像的精准诊断。本发明不仅提升了模型在小样本场景下的泛化能力，还显著改善了现有方法在复杂分析场景中的诊断效率和准确性，克服了现有技术中对数据依赖性强、对硬件资源要求高以及跨模态信息利用不足的缺陷。