图像分类模型训练的方法及装置、电子设备和存储介质

本公开提供了一种图像分类模型训练的方法及装置、电子设备和存储介质，将训练图像集输入第一分类模型进行图像预测训练，并基于训练图像集中的训练标签图像进行有监督训练；将训练图像集输入第二分类模型进行图像预测训练；利用第一训练损失、有监督训练损失、第二训练损失，计算图像分类模型的模型损失函数，并基于模型损失函数的计算结果，对图像分类模型的模型参数进行优化，以获得训练完成的图像分类模型。与相关技术相比，本公开实施例通过将训练图像集分别输入第一分类模型、第二分类模型进行训练，实现半监督训练。这使得模型能够利用无标签数据进行学习，从而扩大训练数据的规模，挖掘更多潜在的信息，有助于提高模型的泛化能力和鲁棒性。