一种小样本条件下基于孪生神经网络的海洋承灾体识别方法，建立影像样本库；通过数据增强方法对样本库进行扩充；对样本进行标注；引入注意力机制SKNet网络，结合ResNet101网络构建主干特征提取网络；基于主干特征提取网络，构建双路结构相同、权值共享的孪生神经网络；对输入数据用孪生神经网络进行特征提取；通过损失函数计算双路特征向量的距离；输出所属的海洋承灾体类别信息。本发明针对海洋承灾体多尺度、多样性、样本少等特点，通过将卷积网络与改进的三通道SKNet网络相结合，增强了算法的特征提取能力与特征有效性，提升了算法对小样本、多尺度目标的自适应能力，更适用于对小样本条件下海洋承灾体的识别分类。