非对称双任务协同训练的偏标记学习模型及图像处理装置

本发明公开了一种非对称双任务协同训练的偏标记学习模型及图像处理装置，模型包括消歧网络模块、辅助网络模块和错误校正模块，其中：消歧网络模块根据样本数据计算分类概率和标签置信度；辅助网络模块以样本数据和其通过消歧网络模块产生的分类概率和标签置信度计算最终分类概率及标签最终置信度；错误校正模块用于根据消歧网络模块和辅助网络模块所得分类结果进行信息初步提取和置信度完善。其效果是：本发明提出了一种基于深度学习的双任务偏标记学习模型，通过不同任务协同训练两个结构相同的网络，利用消歧网络识别的伪标签进行训练，并通过信息蒸馏和标签置信度精调逐步缓解错误累积问题。