本申請公開了一種基于數(shù)據(jù)增強(qiáng)與注意力機(jī)制的小麥種子分類方法，涉及無損檢測領(lǐng)域，該方法利用高光譜圖像結(jié)合小麥種子分類模型能夠?qū)π←湻N子進(jìn)行快速準(zhǔn)確且無損的分類鑒別，該方法，采用圖像預(yù)處理操作實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)，可以達(dá)到對樣本小麥種子進(jìn)行樣本數(shù)量擴(kuò)充與波段降維雙重目的，既解決了高光譜圖像標(biāo)注困難帶來的數(shù)據(jù)量不足，模型易過擬合、泛化能力差等問題，也減少了波段信息冗余度，節(jié)省了計(jì)算消耗。小麥種子分類模型以深度學(xué)習(xí)模型為架構(gòu)基礎(chǔ)學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律，且根據(jù)高光譜圖像波段信息對分類的重要性給不同的波段分配不同的波段權(quán)重、充分利用高光譜圖像的形態(tài)維度與光譜維，極大提高了模型的穩(wěn)定性、推理速度與精度。