[发明专利]一种模型训练系统及方法

摘要

本发明公开了一种模型训练系统及方法，涉及机器学习技术的人工智能领域，控制器针对每个第一图像，判断该第一图像的第一识别结果与第二识别结果的差别满足预设的要求时，将该第一图像保存至训练图像集；当判断当前到达模型训练时刻时，控制初始强模型和第二初始弱模型，获取训练图像集中的每个第二图像；接收初始强模型输出训练图像集中的每个第二图像的第三识别结果，以每个第三识别结果作为监督信息，对第二初始弱模型进行训练，对第一初始弱模型进行更新。本发明实施例通过在线学习的方式提升模型准确性。并且避免了样本数据在网络中传输的安全性受到威胁，存在数据泄漏的风险的问题，同时模型的更新不依赖人工干预，因此模型更新效率更高。

主权项

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；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。