数据分类模型训练方法、数据分类方法及电子设备

本发明的实施例提供了一种数据分类模型训练方法、数据分类方法及电子设备，涉及图像处理技术领域。通过获取样本数据集，对无标注图像集进行数据增强操作，得到数据扩充的无标注增强图像集，将无标注增强图像集输入数据分类模型的主干网络进行特征提取，得到无标注特征集，基于对比学习损失函数，根据无标注特征集，计算出对比损失，并反向传播优化主干网络的参数，使用有标注图像集对数据分类模型进行监督训练，得到训练后的数据分类模型。从而可以在使用较少的有标注图像集的情况下，训练出分类准确性较高的数据分类模型。