一种基于聚类的个性化联邦学习图像分类方法以及系统

本发明涉及人工智能技术，揭露了一种基于聚类的个性化联邦学习图像分类方法及系统，所述方法包括：客户端生成本地模型参数，并上传至服务器；服务器接收本地模型参数并进行完整聚类，并在客户端更新本地模型参数时，服务器执行增量聚类操作得到最终聚类参数簇；计算每个参数簇的半全局模型参数并计算客户端评分选择代理客户端，服务器将半全局模型参数和全局模型参数发送至代理客户端；代理客户端进行局部自适应聚合操作，聚合完成后得到个性化图像分类模型。本发明还提出一种基于聚类的个性化联邦学习图像分类方法的装置以及系统。本发明可以解决各客户端医疗影像数据中的非独立同分布问题，并增强每个客户端内本地模型的个性化表达。