本申请是关于一种图像分类方法、装置、设备及存储介质，具体涉及图像识别领域。所述方法包括：获取训练样本图像；通过目标分类模型对训练样本图像进行处理，获得训练样本图像对应的输出值根据训练样本图像的输出值以及训练样本图像的标签值，获取第一损失函数值；根据目标分类模型中至少两类全连接层的参数分别归一化后的内积，获取第二损失函数值；基于第一损失函数值以及第二损失函数值对目标分类模型进行更新，以便更新后的目标分类模型对输入的目标图像进行分类处理。上述方案提高了不同全连接层的参数的区分度，从而提高了不同全连接层对训练样本图像进行特征提取时的区分度，提高了图像分类的准确性。