1.一種基于深度學習的圖像分類方法，應用于第一服務器，所述第一服務器與多個第二服務器通信連接，其特征在于，所述方法包括：

獲取各個所述第二服務器的公用圖像數據，將所述公用圖像數據作為第一樣本，將各個所述第二服務器的私有圖像數據作為第二樣本；

構建第一分類模型，利用所述第一樣本對所述第一分類模型進行訓練，確定所述第一分類模型的第一參數，得到調整后的第一分類模型，將所述第一樣本輸入所述調整后的第一分類模型得到第一特征數據；

對所述第一分類模型的結構進行壓縮處理得到第二分類模型，將所述第一特征數據及所述第二分類模型發送給各個所述第二服務器，接收各個所述第二服務器基于所述第一特征數據及所述第二樣本訓練所述第二分類模型得到的第二參數，基于所述第一參數及所述第二參數確定所述調整后的第一分類模型的第三參數，得到更新后的第一分類模型，利用所述第一樣本訓練所述更新后的第一分類模型得到目標分類模型；

解析用戶基于客戶端發出的圖像分類請求，獲取所述圖像分類請求攜帶的待分類圖像，將所述待分類圖像輸入所述目標分類模型得到圖像分類結果。