本发明公开了一种基于Transformer的跨域双分支对抗域适应图像分类方法，包括：分别读取源域和目标域的图像；构建基于Transformer的跨域双分支对抗域适应网络模型；利用预处理后的源域和目标域图像对跨域双分支对抗域适应网络模型进行训练，将训练后的跨域双分支对抗域适应网络模型作为图像分类模型；将源域图像和目标域图像配对后分别输入至图像分类模型的双分支特征提取器中提取特征，利用分类器预测目标域中图像的标签类别。本发明将特征提取器精简为并行可交互的双分支结构，减少计算量，提升了图像训练和推理的效率；将源域和目标域的查询融合为跨域统一查询量，平滑域间分布差异，融合两个域的查询信息，用于交叉注意力在域间进行关系建模，有利于迁移知识。