基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统

本发明提出了一种基于伪标签和嵌入聚类匹配的半监督图像分类方法及系统，属于图像处理技术领域。方法包括：获取标记图像和无标记图像，对无标记图像进行增强处理；对于标记图像，基于半监督图像分类模型计算监督损失；将增强后的无标记图像输入半监督图像分类模型，基于动态阈值和对类别的学习状态筛选伪标签，计算无监督损失；分别将弱增强图像和强增强图像映射到嵌入空间生成K‑Means聚类结果，所述聚类结果分别用于生成目标图和强增强嵌入聚类图，计算图匹配损失；基于监督损失、无监督损失和图匹配损失建立总损失，通过最小化总损失提高半监督图像分类模型的性能。本发明通过在单样本及样本亲和层次应用一致性正则化，有效缓解确认偏差。