一种基于半监督学习的多模态木材分类方法

本发明的一种基于半监督学习的多模态木材分类方法，包括以下步骤：S1，数据集构建：采集未经鉴定的木材样本，构建无标签数据集；采集经专家鉴定的木材样本，构建有标签数据集；S2，网络构建与训练：网络构建中，光谱数据经全连接网络处理，图像数据通过改进残差网络提取特征，两者拼接后加入可学习的CLS标记，经Transformer编码器融合多模态特征；S3，木材分类预测：将有标签样本输入训练好的网络，提取特征并存储至数据库；对待测样本进行光谱和图像采集，输入网络提取特征，与数据库特征比对，输出分类结果。本发明提供了一种能够利用少量标注数据和大量未标注数据的半监督学习的多模态木材分类方法。