一种联邦学习模型优化方法和系统及图像识别方法和系统

本申请公开了一种联邦学习模型优化方法和系统及图像识别方法和系统，涉及机器学习技术领域，该方法包括：构建样本数据集；初始化联邦学习模型；联邦学习模型包括全局模型和多个本地模型；全局模型和本地模型均包括特征提取器和分类器；基于样本数据集，采用超球面解耦训练方法与负标签蒸馏方法对联邦学习模型进行优化，得到优化后的联邦学习模型。本申请能够提高联邦学习模型识别的精度和效率，以及提高图像识别的精度和效率。