用于图像分类的小样本学习优化方法、系统、介质和设备

本申请涉及一种用于图像分类的小样本学习优化方法、系统、介质和设备，方法包括：对第一图像样本集合进行多模态图像增强处理，得到第二图像样本集合；其中，所述第二图像样本集合的图像样本数量大于所述第一图像样本集合；基于迁移学习策略，根据所述第二图像样本集合对预训练模型的模型参数进行迁移学习，得到适配层不同于所述预训练模型的目标图像分类模型；所述适配层包括全连接层、和/或Dropout层、和/或批量归一化层；将待分类图像输入至所述目标图像分类模型，得到所述待分类图像的分类结果。本申请可以训练得到提取图像特征能力强、输出分类结果准确性高的目标图像分类模型，以用于准确输出图像的分类结果。