用于部署阶段的模型优化方法、装置、设备及存储介质

本公开提出一种用于部署阶段的模型优化方法、装置、设备及存储介质，该方法包括：当图像识别模型被部署到目标域时，获取目标域的多个第一样本数据；对多个第一样本数据分别进行特征提取，得到与多个第一样本数据一一对应的多个特征向量；针对多个特征向量中的任意一个特征向量，计算与特征向量对应的增广熵损失函数的数值；根据每个特征向量对应的增广熵损失函数的数值，从多个第一样本数据中筛选出多个第二样本数据；基于多个第二样本数据以及对应的增广熵损失函数，对图像识别模型进行模型优化，得到优化后的图像识别模型。本实施例不仅提高了部署阶段模型对目标域的适配能力，而且在保证适配效果的同时，显著降低了实际部署的时间和资源消耗。