本申請(qǐng)?zhí)峁┑幕趶?qiáng)化學(xué)習(xí)的檢測(cè)模型訓(xùn)練方法及相關(guān)裝置中，模型訓(xùn)練設(shè)備利用強(qiáng)化學(xué)習(xí)的思想，基于當(dāng)前構(gòu)建策略為多個(gè)初始模型構(gòu)建不同的損失函數(shù)，用于訓(xùn)練出多個(gè)候選模型；然后，從多個(gè)候選模型中確定出訓(xùn)練效果最好的作為目標(biāo)模型；并根據(jù)目標(biāo)模型對(duì)病灶的識(shí)別精度更新構(gòu)建策略；以及將目標(biāo)模型復(fù)制多份作為下一輪迭代周期的多個(gè)初始模型。如此，經(jīng)過至少一輪的迭代，獲得滿足預(yù)設(shè)條件的病灶檢測(cè)模型。因此，在以上訓(xùn)練過程中，自動(dòng)最優(yōu)地選擇損失函數(shù)，從而能夠避免人為選擇損失函數(shù)所引入的主觀影響，從而在一定程度上提升所訓(xùn)練病灶檢測(cè)模型的泛化能力。