1.一种用于图像数据识别模型构建的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在对所述图像数据集的每个图像数据进行真值标注后，采用gan网络对所述图像数据集进行图像数据扩充。
3.根据权利要求1所述的方法，其特征在于，所述基于所述图像数据集和教师网络模型，采用fsp方法对学生网络各层权重进行初始化，以得到至少两个网络结构相同的学生网络模型包括：
4.根据权利要求3所述的方法，其特征在于，若第一损失不满足预设第一阈值，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述fsp矩阵通过计算相应阶段的输入特征图和输出特征图的内积确定。
6.根据权利要求1所述的方法，其特征在于，所述基于包括真值标注的图像数据集，采用dml蒸馏方法训练每个学生网络模型，当训练后的学生网络模型满足预设条件，将训练后的学生网络模型作为图像数据识别模型包括：
7.根据权利要求6所述的方法，其特征在于，在判断每个学生网络模型的指标之前，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，每个学生网络模型的kl散度的计算包括：
9.根据权利要求7所述的方法，其特征在于，若训练后的学生网络模型的指标不满足预设条件，所述方法还包括：
10.根据权利要求1所述的方法，其特征在于，所述指标至少包括以下一项：精确率、召回率、准确率、f-score。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
13.根据权利要求11所述的方法，其特征在于，所述方法还包括：
14.一种用于图像数据识别模型构建的系统，其特征在于，所述系统包括：
15.一种计算机可读介质，其特征在于，
16.一种用于网络流量数据分类的设备，其特征在于，所述设备包括：