模型训练方法、工业目标检测方法、装置、设备及存储介质

本发明公开了一种模型训练方法、工业目标检测方法、装置、设备及存储介质。该方法包括：获取训练样本集，并从训练样本集中抽取预训练样本集，其中，训练样本集中包括包含工业目标的训练样本；基于模型无关的元学习算法，利用预训练样本集对预训练模型进行预训练，以得到预训练模型参数；利用训练样本集和预训练模型参数确定初始检测模型的样本对比损失和预训练模型参数的分类损失，并根据分类损失和样本对比损失确定工业目标检测模型。本发明实施例的技术方案，利用模型无关元学习算法和对比损失，在仅利用自身有限数据的情况下，大幅提升模型精度，解决了因工业目标训练样本少而使模型无法充分提取特征，导致检测结果准确率低的问题。