基于联邦学习的多客户端协同SAR图像目标识别方法

本发明涉及一种基于联邦学习的多客户端协同SAR图像目标识别方法，包括：采集SAR图像数据并进行预处理，生成相应的目标识别标签，得到带标签数据集；搭建联邦学习框架，初始化并向各个客户端分发全局模型参数；根据带标签数据集为每个客户端分配本地私有数据，各客户端使用本地私有数据进行本地模型训练，并将更新后的模型参数上传至服务器；服务器聚合所有客户端上传的模型参数，并更新全局模型参数，将更新后的全局模型参数分发至各个客户端；重复上述步骤直至全局模型收敛；对训练好的全局模型进行测试，选用通过测试的全局模型进行SAR图像目标识别。与现有技术相比，本发明在保护隐私的同时，有效保持了模型的准确性。