本发明公开了一种面向自动驾驶的图像半自动标注模型训练方法，所述模型训练方法包括，将未标注样本集随机切分生成n份候选未标注样本集，将首个候选未标注样本集和预训练模型集送入系统模块，经系统模块训练后生成训练后的模型，然后依次将上一次训练后的模型和下一个候选未标注样本集一起送入系统模块进行模型的迭代训练，如此往复遍历所有候选未标注样本集。本发明通过系统模块继续训练，可以剔除大量易区分样本的标注，充分利用难区分样本，得到迭代过程中模型精度的变化值，最终可以满足预设的精度要求，有效提升了训练模型的性能。