本申请公开了一种图像分类方法，包括利用交叉熵函数进行模型训练得到的图像分类模型执行以下步骤：接收目标图像，并对目标图像进行量子化转换；通过预设通道个数的卷积核作用于量子化转换后的目标图像得到预设个数个特征图像；对特征图像进行卷积操作并通过2×2大小的池化窗口对卷积操作后的卷积输出进行乘积池化；乘积池化后在输出层得到目标图像对各目标种类的得分值，并利用softmax函数基于各所述得分值计算目标图像属于各目标种类的概率值，以及确定概率值最大的目标种类为目标图像所属类别。该方法可有效提高图像分类的准确性与可靠性。本申请还公开了一种图像分类装置、设备以及计算机可读存储介质，均具有上述技术效果。