本发明公开了一种图像的残差胶囊网络分类模型、分类方法、设备及存储介质，分类模型，包括残差提取模块、胶囊模块、重构模块，残差提取模块用于提取编入胶囊层的待分类图像的深层信息；胶囊模块，包括主胶囊层与数字胶囊，主胶囊层用于实现标量神经元到向量神经元的转换，通过路由算法实现主胶囊层与数字胶囊之间参数的迭代更新，所述数字胶囊层用于识别特征所属类别；重构模块基于数字胶囊层的识别结果通过反卷积重构图像，得到分类后图像。本发明重构图像还原真实性强，重构误差小，具有高效率、低人力、高精度的识别效果，模型参数量小、运行速度快、分类精度高。