本发明公开了一种分类模型可迁移性确定方法、装置、设备及存储介质，应用于分类模型可迁移性评估领域，该方法包括：确定目标任务集中各目标类别的类别相关卷积核；通过类别相关卷积核计算目标任务集中图像的特征向量；根据特征向量计算各目标类别的类别可分离度；根据类别可分离度计算分类模型对目标任务集的可迁移数值；基于可迁移数值确定分类模型的可迁移性。本发明通过确定分类模型中各类别图像的类别相关卷积核，进而获取各类别图像的特征向量，通过特征向量计算各类别之间的可分离度来评估可迁移性，相比于将新任务数据全部输入分类模型，根据测试结果评估其可迁移性，本发明方法降低了评估时间，节省了计算资源。