迁移模型训练方法、电子设备及存储介质

本申请涉及深度学习技术领域，提供一种迁移模型训练方法、电子设备及存储介质，所述方法通过元模型获得迁移场景对应的输入图像的预测结果，基于用户对预测结果的校验结果对输入图像进行预处理，从而获得训练样本；利用元模型对应的历史样本与训练样本对元模型进行训练，获得训练过程中历史样本对应的历史梯度与训练样本对应的迁移梯度；通过历史梯度与迁移梯度之间的相似度确定混合梯度，基于混合梯度对元模型的模型参数进行更新，从而实现基于对元模型的在线训练获得迁移场景对应的迁移模型。利用上述方法能够降低模型的场景迁移成本并提升迁移效果。