本发明公开了一种大数据场景下可增量学习的图像分类训练方法，该方法包括：步骤1、利用原有图像数据训练初始图像分类器；步骤2、若应用过程中出现新类别图像，则对初始模型进行增量训练，得到更新后的图像分类器；步骤3、利用训练的图像分类器对待分类图像进行识别，得到测试图像类别。本发明方法使用卷积神经网络对图像提取特征，可避免人工定义特征，并且具有高辨识度；使用神经网络对图像进行识别，占用内存小，计算速度快。本发明的图像分类训练方法能针对新类别图像进行增量学习，且无需保存原有训练数据，可节省大量训练时间和存储空间，从而特别适用于大数据图像分类场景。