1.一种基于训练模型识别典型图片对新增实体的验证方法，其特征在于，包括步骤：S1.获取新增实体典型图片集；

S2.通过现有训练模型对所述新增实体典型图片集进行识别计算所述新增实体典型图片集中每一张典型图片的top1和top5的置信度；

S3.根据所述top1和top5的置信度结合预设的算法判断出所述新增实体是否已经存在于所述现有训练模型中；

所述现有训练模型对当前种类的识别top1的置信度大于75％、top5的置信度大于

90％；所述top1表示预测出来最大概率的那个分类是正确的概率；top5表示预测出来最大概率的5个分类里有正确的概率；

所述预设的算法具体为：

A1.计算新增实体典型图片集中所有典型图片的top5的置信度之和Mn＝P1+P2+P3+…+Pn以及top1的置信度之和Tn＝P1+P2+P3+…+Pn；

A2.若Mn>0.9*n或Tn>0.75*n，则说明所述新增实体已经在现有训练模型中并结束判断，若否则跳到步骤A3；

A3.去掉所有典型图片中top1的置信度最小的进行重新计算top1的置信度之和Tn‑1＝P1+P2+P3+…+Pn‑1，若Tn‑1>0.75*(n‑1)并且Tn<0.75*n，则说明所述新增实体已经在现有训练模型中并结束判断，若否跳到步骤A4；

A4.去掉剩余典型图片中top1的置信度最小的进行重新计算top1的置信度之和Tx＝P1+P2+P3+…+Px；

A5.若 并且Tx>0.75*x以及Tx+1<0.75*(x+1)，则说明该新增实体已经在现有训练模型中并结束判断；若 且Tx<0.75*x，则跳到步骤A4；若 则说明该新增实体不存在现有训练模型中并结束判断。

2.根据权利要求1所述的一种基于训练模型识别典型图片对新增实体的验证方法，其特征在于，若判断结果为所述新增实体不存在现有训练模型中则将所述新增实体加入到现有训练模型中。

3.根据权利要求1所述的一种基于训练模型识别典型图片对新增实体的验证方法，其特征在于，所述步骤S1之后步骤S2之前还包括步骤：对所述新增实体典型图片集中的所有典型图片进行图像预处理。

4.一种基于训练模型识别典型图片对新增实体的验证系统，其特征在于，包括：获取模块，用于获取新增实体典型图片集；

计算模块，用于通过现有训练模型对所述新增实体典型图片集进行识别计算所述新增实体典型图片集中每一张典型图片的top1和top5的置信度；

判断模块，用于根据所述top1和top5的置信度结合预设的算法判断出所述新增实体是否已经存在于所述现有训练模型中；

所述现有训练模型对当前种类的识别top1的置信度大于75％、top 5的置信度大于

90％；所述top1表示预测出来最大概率的那个分类是正确的概率；top5表示预测出来最大概率的5个分类里有正确的概率；

所述预设的算法具体为：

A1.计算新增实体典型图片集中所有典型图片的top5的置信度之和Mn＝P1+P2+P3+…+Pn以及top1的置信度之和Tn＝P1+P2+P3+…+Pn；

A2.若Mn>0.9*n或Tn>0.75*n，则说明所述新增实体已经在现有训练模型中并结束判断，若否则跳到步骤A3；

A3.去掉所有典型图片中top1的置信度最小的进行重新计算top1的置信度之和Tn‑1＝P1+P2+P3+…+Pn‑1，若Tn‑1>0.75*(n‑1)并且Tn<0.75*n，则说明所述新增实体已经在现有训练模型中并结束判断，若否跳到步骤A4；

A4.去掉剩余典型图片中top1的置信度最小的进行重新计算top1的置信度之和Tx＝P1+P2+P3+…+Px；

A5.若 并且Tx>0.75*x以及Tx+1<0.75*(x+1)，则说明该新增实体已经在现有训练模型中并结束判断；若 且Tx<0.75*x，则跳到步骤A4；若 则说明该新增实体不存在现有训练模型中并结束判断。

5.根据权利要求4所述的一种基于训练模型识别典型图片对新增实体的验证系统，其特征在于，若判断结果为所述新增实体不存在现有训练模型中则将所述新增实体加入到现有训练模型中。

6.根据权利要求4所述的一种基于训练模型识别典型图片对新增实体的验证系统，其特征在于，还包括：预处理模块，用于对所述新增实体典型图片集中的所有典型图片进行图像预处理。