本发明公开了一种针对Mixup数据增强的长尾数据处理方法及装置，方法包括：输入N对原始长尾数据集图片及其对应标签；通过模拟Beta分布得到一个服从Beta分布的参数θ，基于参数θ使用Mixup按比例结合两个样本，生成新样本；将新样本作为模型的输入，得到输出；基于θ计算使用Mixup后的类间间隔；将变换后的类间间隔应用到空间变换间隔损失函数，计算总损失并更新模型参数，完成模型的训练；利用训练好的模型对长尾分布的图像数据进行分类识别。本发明利用参数θ变换类间间隔，解决了长尾数据集中的重平衡损失函数与使用Mixup后收缩的类间间隔不匹配的问题，提高图像识别精度。