本申请提供一种分类模型训练方法、轿厢内对象分类方法、设备及介质，涉及计算机视觉技术领域。该分类模型训练方法包括：首先根据每一层极限学习机的神经元节点数，采用自编码器处理轿厢内样本图像，得到堆栈式极限学习机中第一层极限学习机的初始系数矩阵。再根据上述信息以及轿厢内样本图像对应的初始分类标签矩阵、预设熵函数，得到第一层极限学习机的隐含层系数矩阵。通过对第一层极限学习机的隐含层系数矩阵进行优选，并得到更新后的系数矩阵和分类标签矩阵。在更新的基础上，采用目标函数，得到堆栈式极限学习机中第二层极限学习机的隐含层系数矩阵，直至达到堆栈式极限学习机的预设停止迭代条件，完成对分类模型的训练。