本申请涉及一种基于类内调整余弦相似度的对抗样本检测方法、装置、计算机设备和存储介质。所述方法包括：通过将训练样本输入训练好的深度神经网络提取各层的输出作为样本特征；然后计算训练样本与自然样本之间的各层输出的类内调整余弦相似度，再利用获得的类内调整余弦相似度和深度神经网络输出的标签信息训练线性回归分类器并得到分类阈值，并根据分类阈值实现对抗样本的检测。本发明通过将调整余弦相似度作为对抗样本和自然样本之间的差异性的衡量度量方式，同时将神经网络预测的标签信息引入，从而有效提高了对抗样本的检测准确率，尤其是对复杂数据集效果显著。