[发明专利]图像分类方法、装置、电子设备及存储介质

摘要

本发明实施例提供一种图像分类方法、装置、电子设备及存储介质。方法包括：确定待分类的图像；将待分类的图像输入图像分类模型，得到图像分类模型输出的图像分类结果；其中，图像分类模型是基于样本图像数据与样本类别标签，通过对卷积神经网络模型进行训练得到的；图像分类模型在训练时采用预设的反向传播方法，预设的反向传播方法对卷积神经网络模型中的预设层所输出的梯度集合进行稀疏处理。本发明实施例提供的图像分类方法、装置、电子设备及存储介质对卷积神经网络在反向传播过程中所涉及的梯度进行稀疏化，有效降低了计算量，由于稀疏过程本身不涉及排序，复杂度非常低，对资源的占用几乎可以忽略，因此有效提高了图像分类模型的训练效率。