一种面向图像语义分割的个性化联邦学习方法

本发明涉及一种面向图像语义分割的个性化联邦学习方法，属于无线通信技术领域，包括以下步骤：S1：建立由若干个用户节点和一个边缘服务器构成的边缘网络系统，用户节点配置有可采集分割图像数据的传感设备，不同用户之间的数据为非独立同分布；S2：建立相互解耦的双层并行优化的个性化联邦学习模型，包括基于莫罗包络改进的内层优化问题、用于生成本地模型的外层优化问题；S3：用户节点与边缘服务器协作训练更新个性化模型，然后更新对应的本地模型；S4：边缘服务器收集来自用户节点上传的本地模型，聚合更新全局模型，然后返回到下一次迭代参与训练的用户节点；S5：重复进行步骤S3‑S4，达到收敛条件后得到优化问题的解。