一种模型训练方法、商品识别方法、相关装置及介质

本发明涉及一种模型训练方法、商品识别方法、相关装置及存储介质。通过自动化数据采集模块能够持续收集商品图像及对应预标签，构建并更新数据集。根据识别结果的重复率筛选出高重复率且类别和预标签一致的高质量样本、高重复率且类别和预标签不一致的错误样本、低重复率的模糊样本和需要丢弃的无效样本，通过多次训练轮次，不断更新训练集，直至模型性能稳定或模糊样本数量达标，实现训练数据集的自更新。在实际应用中,自动化地完成商品图像的采集、收集到一定数量的图像后，继续利用训练数据集自更新的策略对图像进行筛选，并训练模型，得到性能更优的模型权重，然后下发新的模型权重更新终端设备的模型权重，以提升设备的识别率与泛化性。