[发明专利]图像分类模型训练方法、电子设备和计算机可读存储介质

摘要

本申请公开了一种图像分类模型训练方法、电子设备和计算机可读存储介质，该训练方法包括：将训练图像集和变换图像集输入图像分类模型，得到原始概率矩阵和变换概率矩阵；基于原始概率矩阵和概率阈值，得到每种图像类型各自对应的分类集合；每个分类集合包括至多第二数值个概率超过概率阈值的训练图像，且第二数值与图像分类模型的训练次数正相关；基于各个分类集合和变换图像集，得到目标矩阵；目标矩阵包括每两个变换图像是否属于同一图像类型的判断结果；基于目标矩阵和变换概率矩阵，得到损失值，基于损失值调整图像分类模型的参数并更新当前的训练次数，直至满足预设收敛条件。上述方案，能够降低训练难度并提高图像分类的准确率。