稀少内容的分级深度学习模型检测方法、装置、计算机设备

摘要

本发明公开了一种稀少内容的分级深度学习模型检测方法、装置、计算机设备。其中，所述方法包括：采用分级深度学习模型方式，将推理模型配置为初筛模型和决策模型，其中，该初筛模型为满足预设性能阈值的模型，该决策模型为满足预设指标阈值的模型，和调节该初筛模型的初筛阈值为第一阈值，根据该第一阈值，从稀少内容中筛选出正常内容，以及调整该决策模型的决策阈值为第二阈值，根据该第二阈值，从该经筛选出正常内容后的稀少内容中决策出正常内容；其中，该第二阈值小于该第一阈值。通过上述方式，能够实现在维持足够的推理性能指标的同时，能够减少做推理计算所需的计算资源，降低机器成本。