[发明专利]一种模型训练系统及方法

权利要求书

1.一种模型训练系统，其特征在于，所述系统包括：前端设备、后端设备和存储设备，所述前端设备中包括第一初始弱模型，所述后端设备中包括第二初始弱模型、初始强模型和控制器，所述存储设备中包括训练图像集；

所述第一初始弱模型，用于针对接收的每个第一图像，输出该第一图像对应的第一识别结果至所述控制器；

所述初始强模型，用于针对接收的所述每个第一图像，输出该第一图像对应的第二识别结果至所述控制器；

所述控制器，用于针对所述每个第一图像，判断该第一图像的第一识别结果与第二识别结果的差别是否满足预设的要求，如果是，将该第一图像保存至训练图像集；其中如果识别结果为目标对象分类结果，则所述预设的要求包括第一识别结果与第二识别结果的分类类别不一致；

所述控制器，还用于当判断当前到达模型训练时刻时，控制所述初始强模型和所述第二初始弱模型，获取所述训练图像集中的每个第二图像；并以所述初始强模型输出所述训练图像集中的每个第二图像的第三识别结果作为监督信息，对所述第二初始弱模型进行训练；

所述控制器，还用于控制训练完成的第二初始弱模型传输至所述前端设备，对所述前端设备中的第一初始弱模型进行更新；

所述存储设备中还包括测试图像集；

所述控制器，具体用于针对所述每个第一图像，判断该第一图像的第一识别结果与第二识别结果的差别是否满足预设的要求，如果是，将该第一图像以预设的第一概率保存至训练图像集，以预设的第二概率保存至所述测试图像集。

2.如权利要求1所述的系统，其特征在于，所述控制器，具体用于当识别所述训练图像集中的第二图像数量达到预设的第一数量阈值时，确定当前到达模型训练时刻。

3.如权利要求1所述的系统，其特征在于，所述初始强模型，还用于输出所述每个第二图像的第四识别结果至所述控制器，所述第二初始弱模型输出所述每个第二图像的第五识别结果至所述控制器；

所述控制器，还用于确定每个第二图像的第四识别结果和第五识别结果的第一相似度，将每个第一相似度进行排序，按照第一相似度由大到小选取预设的第二数量的第二图像，将选取的第二图像移除所述训练图像集。

4.如权利要求1所述的系统，其特征在于，所述控制器，还用于控制所述初始强模型和所述第二初始弱模型，获取所述测试图像集中的每个第三图像；

所述初始强模型，还用于输出所述每个第三图像的第六识别结果至所述控制器，所述第二初始弱模型输出所述每个第三图像的第七识别结果至所述控制器；

所述控制器，还用于根据每个第三图像的第六识别结果和第七识别结果，确定所述第二初始弱模型的准确率，当所述准确率达到预设的准确率阈值时，确定所述第二初始弱模型训练完成。

5.如权利要求1所述的系统，其特征在于，所述控制器，还用于当判断当前到达模型训练时刻时，控制所述初始强模型和所述第二初始弱模型，获取所述测试图像集中的每个第三图像；

所述初始强模型，还用于输出所述每个第三图像的第八识别结果至所述控制器，所述第二初始弱模型输出所述每个第三图像的第九识别结果至所述控制器；

所述控制器，还用于确定每个第三图像的第八识别结果和第九识别结果的第二相似度，将每个第二相似度进行排序，按照第二相似度由大到小选取预设的第三数量的第三图像，将选取的第三图像移除所述测试图像集。