本申请涉及一种车辆分类方法、设备及存储介质，属于图像识别技术领域，该方法包括：将目标图像输入预先训练的基础分类模型，得到目标图像的图像特征、目标图像中车辆的分类结果和分类结果的置信度，每辆车辆的分类结果包括m级分类信息；在置信度小于预设阈值的情况下获取属于第一级分类信息的样本车辆图像得到支持集；将支持集输入预先训练的小样本分类模型执行元测试任务，得到第一级分类信息下各子类的小样本特征；基于图像特征和各子类的小样本特征，确定车辆的最终分类结果；可以解决训练分类模型的训练数据少，导致分类模型的鲁棒性不足、车辆分类结果容易出错的问题；可以提高车辆分类的准确率。