[发明专利]图像分类、数据分类、模型训练方法、设备及存储介质

摘要

本申请实施例提供一种图像分类、数据分类、模型训练方法、设备及存储介质。在数据分类方法中，用于对数据执行分类操作的分类模型根据正样本数据的正分类标签以负样本数据的负分类标签训练得到。从而模型可在训练阶段学习正分类标签的特征分布以及负分类标签的特征分布，并基于正分类标签的特征分布以及负分类标签的特征分布之间的关系，提升对正分类标签的特征分布的辨识和区分能力。在预测阶段，模型可筛选出与负分类标签匹配的数据，以基于排除法原理降低这部分数据被识别为正分类标签所属类别的概率，并可筛选出与负分类标签不匹配的数据，以提升这部分数据被识别为正分类标签所属类别的概率，从而可极大提升分类模型的分类准确性。