一种基于深度学习对比检测的在线模型迭代更新方法

本发明涉及在线模型迭代更新技术领域，具体地说，涉及一种基于深度学习对比检测的在线模型迭代更新方法。包括以下步骤：构建基于深度学习的双模型检测初始系统；在端侧部署小型模型进行检测，并在云平台上部署大型模型用于复核；实现端云协同的对比检测机制；对比大小模型的检测结果；定期人工复核错误数据与数据标注；模型优化与更新；重复上述复核的操作并确定大模型，经过多轮的优化之后，大模型准确率达到非常高的水平，进而以大模型的检测结果为基础，实现半自动化的标注；复核确定大模型结果是否满足标签要求；模型自我学习与自动迭代更新。本发明的对比迭代更新方法可以应用于各种深度学习模型和图像处理任务，具有很强的通用性。