模型训练方法、图像分类方法和装置

本申请提供了一种模型训练方法、图像分类方法和装置，包括：基于多个未见类图像标签，生成多标签合成样本图像，将多标签合成样本图像输入第一图像分类模型，得到第一图像分类模型输出的多个第一分类预测评分，基于第一分类预测评分，确定第一图像分类模型的第一不对称损失值，基于第一不对称损失值，调整第一图像分类模型的第一模型参数，得到目标图像分类模型，使用目标图像分类模型对目标图像进行分类时，可以避免未知类别的图像特征被分类为已知类标签，从而可以在一定程度上提升图像分类模型的图像分类准确性。