模型训练方法、目标检测方法、装置及电子设备

本发明涉及一种模型训练方法、目标检测方法、装置及电子设备，属于神经网络模型技术领域，其中，该模型训练方法包括：获取非目标域训练数据集和目标域数据，采用所述非目标域训练数据集对待训练模型的可迁移特征进行训练，得到预训练模型；采用所述预训练模型对所述目标域数据进行处理，得到各所述目标域数据的伪标签，基于各所述目标域数据及所述伪标签生成目标域训练数据集；采用所述目标域训练数据集对所述预训练模型进行多批次训练，得到训练好的模型。本发明可以得到大量高质量的目标域训练数据，对模型进行训练，提高模型质量，通过带标签的非目标域数据对模型进行训练，可以实现不带标签的目标域数据的识别、分类等任务。