基于学习基因的低成本信号检测模型部署方法

本发明公开了一种基于学习基因的低成本信号检测模型部署方法，属于通信技术领域。该方法包括：大型设备厂商设计大规模检测模型，由海量不同场景数据集顺序依次训练，从而得到强泛化性的群体模型；分析群体模型的梯度信息，选择并提取部分结构与相应参数，得到学习基因模块；将学习基因继承至轻量化个体模型中，个体模型包含学习基因和任意扩展部分，后者的结构可根据实际需求定制；使用目标任务数据集训练个体模型。本发明实现了跨网络结构的元知识迁移，大大减少了高性能、高泛化性的智能信号检测器部署成本，在降低技术壁垒的同时，实现了检测模型的快速训练及灵活定制。