一种用于作物病害检测的动态自适应注意力跨域小样本图像分类方法

本发明属于计算机视觉领域，提供了一种用于作物病害检测的动态自适应注意力跨域小样本图像分类方法，跨域图像分类模型的训练过程包括：数据集获取、ResNet10网络预训练、跨域动态自适应注意力融合、预训练模型迭代以及微调训练。本发明通过利用动态自适应注意力机制对预训练模型在跨域训练阶段的空间特征和通道特征进行融合，提高了跨域特征的分类效率；通过在微调训练时引入利用正则化技术，提高了模型对跨域目标域数据分布的稳定性和适应性；通过对ResNet10网络进行预训练、跨域训练以及微调训练，提高了跨域小样本学习的学习效率，实现了小样本情况下作物病害识别准确率的提升。