一种基于模型间不一致性与模型内不一致性的联邦主动数据标注方法

本发明公开了一种基于模型间不一致性与模型内不一致性的联邦主动数据标注方法，包括以下步骤：步骤S1，联邦学习主动数据标注任务初始化：配置包含1个服务器模型、N个本地模型及N个本地蒸馏模型的联邦学习主动数据标注设定场景；每个客户端维护标记样本池与未标记样本池，并设定主动标注总轮次Q；步骤S2，主动数据标注；步骤S3，联邦学习训练；步骤S4，如果已经进行Q轮主动数据标注，则结束，否则执行步骤S2。本发明提供的基于模型间不一致性与模型内不一致性的联邦主动数据标注方法适用于数据隐私受限且标注成本较高的分布式机器学习场景。