一种人工智能师徒半监督学习的方法

摘要

本发明公开了一种人工智能师徒半监督学习的方法，涉及AI模型算法技术领域。该人工智能师徒半监督学习的方法包括以下步骤：识别数据的分析处理、独立数据处理流程、判断识别数据是否需要高精度模型监督调整、判断识别数据是否需要第三方算法监督调整、用户人为干预监督调整通过后台管理界面和前端用户的应用界面和按设定的时间节点，做数据集的自动调整。该人工智能师徒半监督学习的方法，制定了一套行之有效的师徒半监督学习方法，从而用最低的成本，实现了在实际场景下对AI模型的反复再训练。不断适应新的实际场景的同时，进一步优化训练数据集，最终达到大幅度提高模型精确度的目的。