一种基于超网络的个性化联邦对比学习图像分类方法

本发明公开了一种基于超网络的个性化联邦对比学习图像分类方法，该方法包括以下步骤：服务器初始化嵌入网络、超网络和全局类别向量，并下发嵌入网络和全局类别向量至客户端；客户端利用嵌入网络模型提取客户端描述符，并发送至服务器；服务器基于客户端描述符利用超网络模型为客户端生成分类模型，并发送至各客户端；客户端基于本地数据计算本地类别向量，并使用对比学习方式训练分类模型；客户端发送分类模型的更新量和本地类别向量至服务器；服务器更新全局类别向量、嵌入网络和超网络；服务器将训练好的嵌入网络下发至客户端；客户端基于嵌入网络提取客户端描述符，并发送至服务器；服务器基于客户端描述符利用超网络生成分类模型，并发送至各客户端；客户端利用分类模型进行图像分类。有益效果：通过嵌入网络和超网络联合建模、采用对比学习方式本地训练，实现了数据异构场景下图像分类准确率的提升。