一种基于联邦学习的目标识别方法、装置、设备及介质

本发明公开了一种基于联邦学习的目标识别方法、装置、设备及介质，涉及人工智能与计算机视觉识别技术领域，本发明首先用光学遥感设备获取目标的图像信息，利用YOLOv8目标算法在本地训练得到每台遥感设备对应的初步目标识别模型，在横向联邦学习的框架下利用FedAvg聚合算法对初步目标识别模型中的模型参数进行聚合形成全量模型参数，并求全量模型参数的平均值得到全局模型参数，区别于传统的中央集中式机器学习框架，联邦学习实现了模型聚合和数据最小化，而后每台遥感设备利用全局模型参数更新本地的目标识别模型来实现目标的识别；本方法能够实现在分布式环境中快速、准确地识别目标，避免了数据泄露，降低了中央服务器的计算量。