一种用于检测特定类型图片的模型训练方法和系统

本发明提出了一种用于检测特定类型图片的模型训练方法和系统，包括：构建无标签数据集和小规模有标签特定类型图片数据集；采用残差网络框架、激活函数、规范化方式设计第一网络，并采用流形混合设计数据增强策略，采用规范化度量对比损失函数与特定优化算法训练第一网络；执行自监督预训练；在第一网络的基础上构建第二网络时通道数缩减，利用第一网络对第二网络进行知识蒸馏、互斥式散度函数，第二网络再利用交叉熵损失函数经过有监督微调，最终以第二网络训练出的参数作为分类模型。本发明能以少量有标签样本训练高精度模型，改善长尾分布问题，增强机器学习性能，降低样本标注成本，适用于网络环境监控、内容审查等领域。