一种测试时训练的跨域少样本图像识别方法、系统和设备

本发明公开了一种测试时训练的跨域少样本图像识别方法、系统和设备，首先采用第一特征提取器提取源域训练集图像的旋转图像特征，对自监督学习模型进行训练，得到优化后的自监督学习模型，然后采用第二特征提取器提取目标域支持集图像的旋转图像特征作为优化后的自监督学习模型和最近质心分类器的输入，得到组合损失，通过最小化组合损失来优化第二特征提取器的参数，得到优化后的第二特征提取器和训练好的图像识别模型，并采用优化后的第二特征提取器提取目标域查询集图像的特征作为最近质心分类器的输入，根据最近质心分类器的准确率对图像识别模型进行识别测试，得到图像识别结果。本发明可以提高跨域少样本下图像识别的准确性。