本申请涉及一种甲状腺切片图像分类模型训练方法、装置。所述方法包括：获取预设放大倍数下甲状腺切片图像；对所述甲状腺切片图像划分成多个互不重叠的预设大小的图像块；对所述图像块，通过图像块分类模型进行分类，获得所述图像块为恶性肿瘤的概率；所述图像块分类模型训练过程中，采用优化损失函数，通过反向传播算法调整模型参数；将所述概率映射到，与其对应的所述图像块在所述甲状腺切片图像的位置，获得所述甲状腺切片图像的概率热图；从所述概率热图中提取肿瘤的特征值输入SVM分类器进行训练，获得甲状腺切片图像分类模型。采用本方法能够提高模型分类的精确度。