一种基于深度学习的图像识别模型训练方法及系统

本发明涉及计算机技术领域，本发明涉及一种基于深度学习的图像识别模型训练方法及系统，该方法包括选取预训练样本对图像识别模型进行预训练；计算预训练后的图像识别模型对应多个分类目标的多分类评价指标，并根据多分类评价指标设定对应分类目标的获取概率；利用预训练模型对训练样本集中的样本进行检测，以确定样本的损失值和预测分类，根据样本的损失值的大小以及预测分类与真实分类的一致性确定样本的重点关注度，并计算样本的选取概率，并根据所述选取概率选取样本构建样本对；根据样本对的综合损失对图像识别模型进行反向传播训练。根据本发明的方案，解决了目前的图像识别模型对不同分类目标之间的识别不准确的问题。