基于固定稀疏率压缩的图像分类方法、装置和计算机设备

本申请涉及一种基于固定稀疏率压缩的图像分类方法、装置和计算机设备。所述方法包括：在当前轮次的本地训练结束后，随机选择预设数量的客户端设备作为目标客户端设备；其中，每一个客户端设备对应一个本地图像数据集和一个本地图像分类模型；若目标客户端设备的本地图像分类模型的参数发生变化，则将对应的更新参数按照预设的第一固定稀疏率压缩后上传至中心服务器，由此得到更新全局图像分类模型；通过中心服务器将更新全局图像分类模型的参数按照预设的第二固定稀疏率压缩后传输给所有客户端设备，以进行下一轮次的本地训练，直至满足预设条件，得到训练好的全局图像分类模型。采用本方法能够快速得到可投入使用的图像分类模型。