本申请实施例提供了一种图像分类模型的训练方法、装置及电子设备，涉及计算机视觉技术领域，本申请实施例包括：针对每两张样本图像，对该两张样本图像按照指定比例混合，得到混合图像，并对该两张样本图像的训练标签按照指定比例混合，得到混合图像的混合标签。再将样本图像和混合图像分别输入图像分类网络，之后基于图像分类网络输出的样本图像所属的类别和训练标签，确定样本损失值，并基于图像分类网络输出的混合图像所属的类别和混合标签，确定混合损失值。再基于样本损失值和混合损失值，调整图像分类网络的网络参数，直至图像分类网络收敛时，将当前的图像分类网络作为图像分类模型。能够提高图像分类的准确度。