La identificación de especies de peces juega un papel vital en la exploración de recursos pesqueros marinos, sin embargo, los conjuntos de datos relacionados con los recursos pesqueros marinos son escasos. En entornos de aguas abiertas, varias especies de peces a menudo exhiben apariencias y tamaños similares. Para resolver estos problemas, proponemos un enfoque de aprendizaje de pocos disparos para identificar especies de peces. Nuestro enfoque involucra dos componentes clave. En primer lugar, se diseñó el módulo de incrustación para abordar los desafíos que plantea el gran número de especies de peces con fenotipos similares, utilizando las relaciones de distribución de especies en el espacio de incrustación. En segundo lugar, se introdujo una función métrica, mejorando efectivamente el rendimiento de la clasificación de especies de peces y abordando con éxito el problema de la cantidad limitada de muestras. El modelo propuesto se entrena de extremo a extremo en conjuntos de datos públicos de especies de peces, incluyendo el conjunto de datos de peces croatas, Fish4Knowledge y WildFish. En comparación con las redes prototípicas, nuestro método funciona de manera más efectiva y mejora la precisión entre un 2% y un 10%; es capaz de identificar peces de manera efectiva en tamaños de muestra pequeños y en escenarios de escenas complejas. Este método proporciona una valiosa herramienta tecnológica para el desarrollo de recursos pesqueros y la preservación de la biodiversidad de los peces.