本发明提出了一种结合少样本学习与目标属性特征的SAR目标识别方法，实现步骤为：获取源域数据集R、目标域数据集E、目标域支撑集ES、目标域查询集EQ以及R和ES的目标属性特征集合A；构建视觉分类网络F1；使用R对视觉分类网络F1进行迭代训练；构建视觉属性分类网络F；使用源域数据集R、目标域支撑集ES及其目标属性特征集合A对视觉属性分类网络F进行迭代训练；利用目标域支撑集ES、目标域查询集EQ及其目标属性特征集合A′o，获取SAR图像的目标识别结果。本发明通过结合少样本学习与目标属性特征，提升了已知类别训练样本有限情况下的SAR目标识别性能。