基于跨模态知识交互的无源域适应图像分类处理方法

本发明公开了基于跨模态知识交互的无源域适应图像分类处理方法，属于图像处理技术领域。该方法包括：构建源域图像数据集；在源域上构建可学习的提示词向量；构建目标域图像数据集；对训练集中的图像进行特征提取和维度压缩处理，生成特征类分库；计算每一张图像属于每个类别的第二概率，生成预测得分库；基于特征类分库和预测得分库生成混合预测库，根据混合预测库生成伪标签；由文本编码器和图像编码器构成教师模型，将神经网络模型作为学生模型，进行知识蒸馏，利用训练集对学生模型进行训练；利用训练后的学生模型对测试集中的图像进行分类处理。本发明显著减少了错误强化循环的风险，在目标域与源域差异较大时仍能保持高分类精度。