一种海底地貌的分类模型训练方法、系统、设备及介质

本申请涉及一种海底地貌的分类模型训练方法、系统、设备及介质，方法包括：构建初始密集连接网络，并对初始密集连接网络进行预训练，获得满足训练要求的预设密集连接网络；确定预设密集连接网络中的冻结参数；构建目标海底地貌数据集；将目标海底地貌数据集输入预设密集连接网络中，输出多个预测分类结果；基于多个预测分类结果，对预设密集连接网络中除冻结参数以外的网络参数进行调整，获得目标海底地貌分类模型。解决了传统机器学习方法用于学习数据量较少，导致模型泛化能力低，待分类数据数量及类型较多时，模型分类效果较差的问题。