融合Dear和Zero方法的图像分类方法、系统、终端及存储介质

本发明公开了融合Dear和Zero方法的融合Dear和Zero方法的图像分类方法、系统、终端及存储介质，所述方法包括：构建深度卷积神经网络，采集历史图像数据，对历史图像数据进行预处理，将预处理后的历史图像数据作为训练数据集；将深度卷积神经网络部署到分布式训练系统，根据训练数据集，通过由Dear方法和Zero方法融合得到的DZ优化器对分布式训练系统上的深度卷积神经网络进行分布式训练，得到目标视觉神经网络；获取待处理的视觉图像数据，将视觉图像数据输入到目标视觉神经网络进行处理，输出所述视觉图像数据的分类结果。本发明在显存效率与计算性能之间实现了优秀的平衡，解决了模型分布式训练的显存占用和通信开销过大的问题，提高了图像处理的效率。