一种基于深度学习的小样本图像三分类方法、设备及存储介质

本申请属于图像识别技术领域，具体涉及一种基于深度学习的小样本图像三分类方法、设备及存储介质，方法包括S1)获取各分类下的标准化采集图像，分类的数量至少为三个；S2)扩充图像数据集；S3)以ResNet50模型为基础网络构建训练模型，具体为：在ResNet50模型的每个残差块内部插入CBAM模块；S4)向训练模型中输入扩充后的图像数据集进行模型训练，训练模型输出标准化采集图像的所属分类；S5)向训练完成的训练模型中输入待识别图像，根据输出结果判定待识别图像的所属分类。本申请能够针对样本数较少的图像进行细致识别，实现多级分类。