分类模型训练方法、装置及计算机设备

本申请公开了一种分类模型训练方法、装置及计算机设备。其中，该方法包括：根据图像和文本匹配程度从图文对样本集合中的样本中选择多个目标样本；基于目标样本的多维度信息将目标样本转化为目标格式的训练数据；基于目标格式的训练数据和分类模型的损失函数训练得到分类模型，分类模型的损失函数根据三个损失函数确定，不同的损失函数分别表示分类模型学习生成的增强图像特征与学习生成的原始文本特征之间的区别，分类模型学习生成的增强图像特征与学习生成的合成文本集特征之间的区别，分类模型学习生成的增强图像特征、学习生成的原始文本特征和学习生成的合成文本特征与原始图像特征向量、增强后的图像特征向量和合成文本特征向量的区别。