基于联邦学习的协同多星目标检测方法、系统及存储介质

本申请公开了一种基于联邦学习的协同多星目标检测方法、系统及存储介质，该方法包括：S1多个卫星分别根据各自本地的私有影像数据训练轻量化检测模型，本地模型训练包括异构数据适配和本地模型更新；S2地面中央服务器接收各卫星训练得到的模型参数，并进行联邦聚合处理以生成全局模型；S3以地面多源视觉大模型为教师模型，以全局模型为学生模型，进行特征层蒸馏和输出层蒸馏，得到优化后的全局模型，进而得到全局参数；S4根据全局参数更新各卫星本地模型并对各卫星相应影像数据进行检测。本申请实施例旨在解决联邦学习中模型收敛效率低、异构数据偏差大的问题，最终实现多卫星间模型参数高效共享与协同进化，提升在轨小模型跨星部署的泛化能力与检测精度。