一种基于边缘计算的多模型协同知识蒸馏优化方法

本发明公开一种基于边缘计算的多模型协同知识蒸馏优化方法包括如下步骤：若干个边缘设备分别构建本地模型并通过采集的本地数据进行训练本地模型，若干个边缘设备将训练好的模型上传至服务器；对边缘设备上的本地模型进行实时性能评估，判断性能评估结果是否满足预设条件，若否，则更新本地模型，更新模型包括如下：1)采用多模型协同蒸馏策略，对不同边缘设备上的本地模型间的知识交换；2)进行数据异质性和不平衡性处理；3)进行资源自适应调度；4)服务器进行本地模型聚合并将本轮迭代过程中模型更新内容下发边缘设备；若是，本轮迭代中无需更新本地模型。本发明能够提升边缘设备上多模型的性能，同时降低通信开销，并确保数据隐私。