图像分类模型训练方法、装置、设备及计算机存储介质

本申请公开了一种图像分类模型训练方法、装置、设备及计算机存储介质，涉及图像识别技术领域。该方法包括：获取训练图像和训练图像对应的训练特征分类值；利用图像分类模型对训练图像进行处理得到训练特征卷积值；基于训练特征卷积值和训练特征分类值确定目标模型参数；利用基于目标模型参数更新后的图像分类模型，确定与训练特征卷积值对应的预测特征分类值；在预测特征分类值和训练特征分类值的差值大于设定阈值的情况下，删除训练图像数据并使用剩余训练图像数据重新确定目标模型参数，直至所有特征分类值误差都小于设定阈值，得到目标图像分类模型。本申请实施例在训练时迭代减少异常图像数据，提升了图像分类模型进行图像分类的精准度。