图像分类模型的训练方法及装置和图像分类方法及装置

本申请公开了图像分类模型的训练方法及装置和图像分类方法及装置，训练方法包括：将原始图像进行图像变换生成变换图像；在当前训练轮次中，在针对当前分组batch完成参数更新后，确定当前batch中的第一变换图像序列对应的原始图像是否为当前训练轮次的高概率噪声锚点；在当前训练轮次结束后，对于当前训练轮次的每个高概率噪声锚点，在同类别的所有原始图像和变换图像中选择高概率噪声图像；将当前训练轮次的高概率噪声锚点和高概率噪声图像及其对应的原始图像和所有变换图像在下一个训练轮次的损失权重设置为低于设定的权重阈值。应用本申请，能够提高图像分类模型对于标签噪声的鲁棒性，并提高图像分类处理的准确性。