一种基于属性知识提示学习的小样本分类方法

本发明公开了一种基于属性知识提示学习的小样本分类方法，包括：利用多模态大模型为数据集中每张图像生成局部与全局属性描述文本，提取相应的属性文本特征；在文本分支中引入可学习的全局与局部属性软提示，将其嵌入文本编码层中，使文本软提示从语义丰富的属性描述中蒸馏出属性特定知识；在视觉分支中设置局部属性软提示并嵌入图像编码层，将属性知识从文本软提示迁移至视觉软提示，提取各局部属性对应的图像特征；采用混合专家模型对局部属性图像特征进行通道级互信息约束，动态融合生成更具判别性的全局图像特征，用于小样本分类。本发明构建属性提示蒸馏、知识迁移、特征融合三阶段训练范式，从属性知识高效学习层面提升模型小样本分类能力。