本发明公开了一种基于小样本迁移学习的混合底质声学分类方法，包括如下步骤：按像素值大小对海底声呐图像进行分割；基于单位矩元，通过计算相邻像素点之间的距离、方向，得到反向散射强度特征及地形特征；通过分离、融合及选择等操作，自适应调整感受野尺寸；通过膨胀卷积等操作，遍历单位矩元，使用多个不同空洞率的空洞卷积核混合；迁移含有权重的卷积层，微调残差网络模型；通过实测海底底质采样数据与该区域分类结果进行验证，评估分类方法的精度及可靠性，实现对海底混合底质的自动分类。该方法能够快速实现浅海小样本海底混合底质的自动分类，高效准确，在海洋测绘及海底地(56)对比文件Mingwei Wang et al..Mixed SeabedSediment Classification Based onTransferred Convolutional Neural Network:A Case Study in the Ancient RiverValley.IEEE.2023,第61卷全文.陈佳辉,陈岚萍,夏小云等.基于迁移学习的海底底质声呐图像分类.计算机仿真.2022,第39卷(第01期),全文.