基于迁移学习的跨肤色光谱校准方法、系统及存储介质

本申请公开一种基于迁移学习的跨肤色光谱校准方法、系统及存储介质，涉及图像处理技术领域，包括：分析获取至少两个指定特征间的关联关系并存储为标志特征；获取预训练模型并在其后新增全连接层以形成中间模型；冻结预训练模型的各层参数，对所述中间模型进行训练并分析输出准确率：若输出准确率超过设定阈值，则以中间模型作为目标模型；若不超过设定阈值，则通过数据分析确认预训练模型中是否具有标志特征：若存在，则基于数据分析确认标志特征所在通道，强化通道权重；若不存在，则解冻预训练模型设定层参数；对修正后的中间模型进行训练直至得到目标模型，上述策略让生成的目标模型能够在跨肤色光谱校准结果上具备更好的性能表现。