本发明属于图像处理技术领域，具体涉及一种基于迁移学习的小样本目标识别方法，其包括以下步骤，S1、对玻璃缺陷样本分成划痕、崩边以及脏污三个类别进行图像采样，获取样本图像；S2、将样本图像制作成样本数据集；S3、构建玻璃表面缺陷模型，用热轧带钢表面缺陷数据集作为特征输入对玻璃表面缺陷模型进行预训练，获得玻璃表面模型的初始权重；S4、获取热轧带钢表面缺陷数据集，采用迁移学习方法，将样本数据集对玻璃表面缺陷模型进行训练，获得优化后的玻璃表面缺陷模型；S5、将待检测玻璃图像输入玻璃表面缺陷模型，获取待检测玻璃的缺陷类别。本发明提供的小样本目标识别方法可以有效的解决数据样本量小的问题。