一种面向边缘侧数据漂移的基础模型神经元粒度适配方法

本发明涉及一种面向边缘侧数据漂移的基础模型神经元粒度适配方法，包括：步骤1，当检测到边缘侧输入数据发生漂移后，代理神经元提取模块以基础模型和新环境数据为输入，快速计算基础模型中神经元的重要性，提取出基础模型中最重要的神经元；步骤2，神经元索引构建模块以基础模型和步骤1中作为输出的代理神经元为输入，构建每个代理神经元与基础模型之间的神经元索引并输出；步骤3，代理神经元更新模块使用新环境数据更新代理神经元；等步骤。本发明的优越技术效果在于，在边缘侧有限资源下提取出基础模型中最重要的神经元进行更新，无需对基础模型进行压缩，能够在不损失基础模型泛化性的情况下进行适配，以加快适配速度、提高适配精度。