畸变图像的分类方法、装置、设备及存储介质

本申请公开一种畸变图像的分类方法、装置、设备及存储介质，提高畸变图像分类的准确性。包括：将待测畸变图像输入至训练好的畸变图像分类模型中，得到畸变类型；通过以下方式训练畸变图像分类模型：将利用卷积神经网络对训练样本特征提取得到的各畸变特征向量输入至引入正则化系数后的IRVFL分类器中分类，得到预测畸变类型；根据各训练样本的标记畸变类型和预测畸变类型，得到误差向量；通过误差向量、正则化系数和IRVFL分类器中的输出权重向量得到总模型风险；若总模型风险不满足指定条件，则调整模型参数和输出权重向量，返回将各畸变特征向量输入至IRVFL分类器中进行分类的步骤，直至总模型风险满足指定条件，则结束。