基于区块链的联邦学习方法、系统、设备、介质及产品

本申请公开了一种基于区块链的联邦学习方法、系统、设备、介质及产品，涉及人工智能技术领域，在本申请中进行联邦学习的全局图像识别模型中预设特征提取网络部分由不携带膨胀系数的第一倒残差块以及携带膨胀系数的第二到残差块组成，与Deeplabv3+的主干特征提取网络Xception相比，既没有使用输入‑中间‑输出流这种复杂结构，也没有全连接层，而是仅仅使用倒残差块的堆加，减少了模型参数，提高了训练效率，并使得全局图像识别模型在计算资源有限的情况下实现高效的图像识别图像任务，可灵活的将其部署在不同的终端上，达到多模态、多场景的使用性。