本公开的实施例提供了一种模型训练方法、图像分类方法和装置。所述模型训练方法包括：首先获取训练样本集，该训练样本集包括样本物品对应的样本图像和样本图像的样本分类结果，样本图像由样本物品对应的样本首图和样本主图组成，然后构建包括残差神经网络和分类网络的初始模型，最后利用机器学习方法，将样本图像作为残差神经网络的输入，获取样本首图对应的第一特征向量和样本主图对应的第二特征向量，将残差神经网络输出的第一特征向量和第二特征向量作为分类网络的输入，样本图像的样本分类结果作为期望输出，对初始模型进行训练，得到图像分类模型，能够对所构成的样本图像提取特征、构成特征向量和预测分类结果，实现主图是否合格的判别。