多模态联邦学习的处理方法、装置、设备、介质及产品

本申请实施例提供一种多模态联邦学习的处理方法、装置、设备、介质及产品。该方法包括：针对公共数据集中每种模态的任一样本数据，获取样本数据的权重序列；公共数据集中包括多个样本数据组，每个样本数据组中包括至少两种模态的样本数据，权重序列中包括各个边缘节点的局部向量表示的权重；根据每种模态的每一个样本数据的权重序列，获取每种模态的低质量样本数据，在公共数据集中剔除低质量样本数据对应的低质量样本数据组，得到更新后的公共数据集；利用更新后的公共数据集对中心节点模型进行训练，并重复更新公共数据集的过程直至中心节点模型收敛，不仅减少计算负担，提升中心节点模型的训练速度，还提升了模型的训练效果。