一种跨域迁移学习的图像分类方法及相关设备

本申请公开一种跨域迁移学习的图像分类方法及相关设备，涉及图像分类技术领域，该方法包括：获取源域图像集和目标域图像集；基于异构特征提取网络，提取源域图像集的第一多级语义特征和目标域图像集的第二多级语义特征；基于第一多级语义特征与第二多级语义特征，通过动态域相似性度量模块生成跨域迁移权重矩阵；基于可变形特征金字塔，对第一多级语义特征进行空间变换，生成迁移特征图；基于跨域迁移权重矩阵，对迁移特征图进行通道重组，构建目标域适配特征表示；基于目标域适配特征表示，通过目标域分类器输出目标域图像的分类结果。本申请提升了跨域场景下的特征匹配精度与分类鲁棒性。