一种小样本浮游生物图像增强识别方法及其模型搭建方法

本发明提供了一种小样本浮游生物图像增强识别方法及其模型搭建方法，属于水下图像增强技术领域；首先获取并整理浮游生物显微图像数据，构建规范化的数据集；然后设计了一种基于特征图重构技术的小样本浮游生物图像增强识别模型，采用深度卷积神经网络对图像进行特征提取，生成中间层特征图，并结合特征图重构机制实现类别判别；模型融合了多项面向跨域适应与结构感知的关键设计，缓解了不同数据域之间的分布差异，也显著提升了模型对浮游生物复杂形态结构的表征能力；最后在元学习框架下对模型进行端到端训练与优化，获得最佳模型。实验结果表明，该方法在多个浮游生物数据集上表现出优异的分类性能，能够在样本数量有限的条件下实现高精度识别。