[发明专利]训练图像分类模型的方法及装置、计算机装置及存储介质

摘要

本发明涉及一种训练图像分类模型的方法及装置、计算机装置及存储介质，属于图像处理技术领域，本申请首先采用第一训练图像数据集对待训练的图像分类模型进行预训练，并且在预训练之前固定除学习率以外的超参数，从而准确地得出了学习率与损失值之间的关系，然后再根据学习率与损失值之间的关系计算出最大学习率和最小学习率，最后再采用第二训练图像数据集对图像分类模型进行常规训练。由于整个过程不需要人工参与，从而有效地提高了计算最大学习率和最小学习率的效率，并且由于消除了人为干预的因素，因此计算出的最大学习率和最小学习率更准确，进而提高到的图像分类模型的性能。