基于联邦学习的无人机集群协同目标检测方法及系统

本发明属于计算机视觉技术领域，具体涉及一种基于联邦学习的无人机集群协同目标检测方法及系统，利用本地数据集对无人机客户端的DroneSODNet模型进行本地训练，训练完成后将模型参数上传至服务器；在服务器端，利用自适应模型冻结机制选定每个无人机客户端模型需要冻结的层，再对非冻结层进行参数微调；服务器将参与更新的模型层参数下发给相应的无人机客户端，各个客户端接收后将其加载至本地网络进行更新；在无人机客户端，利用历史知识正则化机制对本地模型参数进行再次调整更新。本发明通过设计的DroneSODNet模型、自适应模型冻结机制和历史知识正则化机制，减少通信成本的同时提升了无人机图像目标检测的检测精度与效率。