产品智能检测模型精小化学习方法、装置、电子设备及存储介质

本发明公开了一种产品智能检测模型精小化学习方法、装置、电子设备及存储介质。所述方法包括：获取不同领域不同项目的产品图像训练集；通过预训练的原始深度学习模型分别提取产品图像训练集中的每张产品样本图像的至少两个尺度的指导特征图；根据每一尺度的指导特征图，确定预设精小神经网络模型中与每一尺度对应的网络层的特征信息融合矩阵和指导信号融合矩阵；根据特征信息融合矩阵及指导信号融合矩阵，学习预设精小神经网络模型中对应的网络层中的网络参数，生成目标产品检测模型。本方案不仅显著缩小了目标产品检测模型的网络结构大小，提高了目标产品检测模型的训练速度，而且可有效保证目标产品检测模型能够学习到全局最优解。