一种基于联邦学习的模型联合优化方法

本发明公开了一种基于联邦学习的模型联合优化方法，包括以下步骤：边缘设备和服务器分别使用摄像头采集图像作为无标记样本；边缘设备使用无标记样本形成无标记数据集，服务器对无标记样本分类后形成有标记数据集；服务器发送全局模型与协助模型至边缘设备；边缘设备使用无标记样本优化局部模型；边缘设备将更新后的局部模型上传至服务器；服务器将接收到的所有局部模型聚合，得到新的全局模型；服务器使用有标记数据集训练全局模型和协助模型；服务器传输全局模型至边缘设备，边缘设备使用全局模型进行分类。