一种边缘端AI设备模型训练方法

本发明涉及人工智能技术领域，具体地说，涉及一种边缘端AI设备模型训练方法，包括如下步骤：S1、对原始图像进行预处理；S2、选择合适的预训练模型；S3、基于剪枝和知识蒸馏操作压缩和优化模型；S4、构建分布式训练环境，将训练任务分配到多个边缘端AI设备上并行进行；S5、调整参数；S6、在边缘端AI设备上利用新收集的数据进行增量学习；S7、定期将各个局部模型进行融合，并将融合后的模型更新到各个边缘端AI设备上。本发明中，通过剪枝和知识蒸馏大幅压缩模型，构建分布式训练环境，加快训练速度，缩短训练周期，并根据边缘端AI设备自身条件，使用优化鲸鱼算法合理安排训练任务，最大化资源利用，减少资源浪费。