多任务图像分类方法、装置、设备和存储介质

本申请实施例提供多任务图像分类方法、装置、设备和存储介质，涉及图像处理技术领域。该方法包括：利用任务编码器对样本图像序列进行脉冲特征提取得到任务编码向量。利用参数生成器基于任务编码向量得到模型调整参数，对基础网络中的基础脉冲神经模块进行参数调整得到调制基础网络，利用调制基础网络对样本图像序列进行特征映射得到样本嵌入向量，进而得到类原型向量。根据待处理图像序列与每个类原型向量的向量距离确定待处理图像序列的分类结果。仅需一个整体的图像分类模型即可实现对不同任务、不同模态图像数据的分类过程。由于每个样本图像序列的时间步长基本一致，训练耗时较小，训练开销降低，整体的分类性能和效率得到提高。