一种基于随机深度的模型训练方法、系统、介质和设备

本申请提供一种基于随机深度的模型训练方法、系统、介质和设备，方法包括：在每次迭代训练时，获取待训练图像数据，并确定当前训练迭代次数；若当前训练迭代次数小于最大训练次数，将待训练图像数据分别输入至特征提取分支和辅助特征提取分支；根据当前训练迭代次数确定本次训练时应用辅助特征提取块的深度值；深度值为应用辅助特征提取分支时实际使用的辅助特征提取块数量，且当前训练迭代次数与深度值呈负相关；基于深度值执行本次迭代训练，直至当前训练迭代次数不小于最大训练次数时，结束训练并输出模型。本申请针对不同迭代训练采用相适配的深度值进行训练，能够降低训练过程中的计算量，进而节约资源使用量，降低服务器的资源压力。