图像分类模型、训练方法、食材分类方法及装置

本申请提供了一种图像分类模型、训练方法、食材分类方法及装置，包括第一特征提取模块用于初步提取图像的低维度特征信息；第二特征提取模块由多个基础块和经过SE优化后的残差块组成；基础块用于在特征提取的前期，按照各卷积层的原始输入通道系数提取图像的高维度特征信息；残差块用于在特征提取的后期重新确定各输入通道之间的权重系数，并基于各输入通道的权重系数提取图像的高维度特征信息；特征融合模块用于对低维度特征信息和高维度特征信息进行融合预处理，得到目标特征图；分类模块用于对目标特征图进行分类预测得到图像分类结果。本发明不仅实现了模型轻量化，提高了模型的处理速度，而且保证了模型的检测精度。