摘要
本申请公开了一种路况图像识别模型的联邦学习方法、电子设备及存储介质。该方法包括:获取能够表征智驾客户端中路况图像训练集的连接权重参数向量,并基于该参数向量进行量化聚类,得到多个聚类集合;然后,基于该聚类集合评估智驾客户端之间的相似性,并计算两两之间的相似性权重;最后,基于该相似性权重迭代更新各个智驾客户端的聚合模型参数和本地模型参数,直到训练完成。实施该方法能够基于联邦学习方法实现各节点的模型个性化训练,使得生成的个性化模型更适合对应节点使用。
技术关键词
图像识别模型
联邦学习方法
客户端
参数
聚类
模型更新
计算机程序产品
电子设备
图像识别方法
梯度下降算法
度量
可读存储介质
存储计算机程序
轮廓系数
处理器
路况信息
存储器
训练集
系统为您推荐了相关专利信息
可视化渲染方法
城市交通路况
街景
数字孪生模型
粒子
状态空间模型
精准控制方法
参数
分布式传感系统
时序
振动座椅
虚拟现实设备
数据采集单元
模拟系统
控制台
数字孪生模型
历史运行数据
仿真数据
时间段
参数
维修决策优化
粒子
设备维修数据
系统设备
算法模型