本发明涉及一种金字塔分离双注意力的少样本细粒度图像分类方法，包括如下步骤：选用数据集D，从D中随机选取N个图像类别并进行编号组成支持集和查询集；将支持集和查询集通过特征嵌入模块进行学习得到两种集合的特征图；将两种特征图通过金字塔分离模块得到多尺度特征图fS和fQ；将fS和fQ通过双注意力机制得到重新加权的支持集特征嵌入和查询集特征嵌入；将Yp中的所有样本分别取类别平均值Ya，将每个查询样本分别与Ya在通道维度上进行串联组合得到样本关系对Yaj；基于关系相似性度量模型可以计算得到每个样本关系对的相似性分数Saj，分数最高所对应的类别即为该查询样本的所属类别。通过使用本方法可以在少样本情况下对细粒度图像进行精确分类。