分类模型训练方法、图像分类方法、装置、设备及介质

本发明涉及深度学习技术领域，公开了一种分类模型训练方法、图像分类方法、装置、计算机设备及存储介质，通过基础模型的主干分类网络对训练图像进行目标分类，通过基础模型的分支回归网络从主干分类网络获取特征图像，以对训练图像执行目标检测，以此实现分支回归网络对主干分类网络的监督训练，在基础模型训练完成后，舍弃分支回归网络，并将主干分类网络作为目标分类模型。本发明通过分支回归网络充分考虑了检测目标在训练图像中的位置信息，又通过舍弃分支回归网络，将主干分类网络作为目标分类模型，相较于通过目标检测模型执行基于位置信息的分类任务，避免了模型训练过程和执行过程置信度计算不统一的问题，有效提高了分类结果的精度。