多异构模型融合的分类模型训练方法、分类方法及装置

本发明提供一种多异构模型融合的分类模型训练方法、分类方法及装置，该多异构模型融合的分类模型训练方法包括：基于DS证据理论对多个教师模型的输出表示进行融合，得到融合后的输出表示，并根据融合后的输出表示确定多个教师模型对应的类别集中各类别的概率分布向量；基于概率分布向量指导生成对抗网络GAN进行训练，得到训练后的GAN，并根据概率分布向量、训练后的GAN对学生模型进行蒸馏训练，得到目标学生模型，以执行图像分类任务。本发明所述方法实现利用DS证据理论以及生成模型对图像分类模型的融合和蒸馏，提高了图像分类模型的预测性能，进而提高了图像分类结果的准确率。