分类模型训练方法、系统、设备、存储介质及产品

本发明公开了分类模型训练方法、系统、设备、存储介质及产品，涉及人工智能模型技术领域。所述训练方法包括获取有标数据集；加载第一分类模型，利用所述有标数据集对所述第一分类模型进行训练；对训练后的第一分类模型进行评测，以评估模型性能；根据评测结果确定第一分类模型的缺陷；根据所述第一分类模型的缺陷，生成合成数据；对所述合成数据进行筛选，得到高质量的合成数据；将高质量的合成数据与所述有标数据集合并，利用合并后的数据集对训练后的第一分类模型进行再次训练，得到目标分类模型。本发明提高了目标分类模型对各种类别的识别能力，缓解了样本数据不平衡问题。