摘要
本发明公开了一种基于联邦学习的目标检测方法和装置,属于隐私保护领域。方法包括:确定参与训练检测模型的协调方、若干个第一参与方和第二参与方;第一参与方为含有若干个携带有标签的训练样本的终端设备,第二参与方为含有若干个不携带有标签的训练样本的终端设备,协调方为服务器;基于纵向联邦学习,利用第一参与方和第二参与方的训练样本以及协调方进行检测模型训练,直至得到符合预期的检测模型,以利用检测模型进行目标检测;其中,检测模型基于YOLO V5网络构建。本方案采用联邦学习架构,结合YOLO V5算法,在保护数据隐私性的基础上,提高训练数据量和模型的目标检测精度。
技术关键词
检测模型训练
训练检测模型
终端设备
样本
图像
保护数据隐私
信息更新
训练数据量
直方图均衡化
RSA算法
计算机设备
发送特征
服务器
计算机程序产品
处理器
打标签
加密算法
存储器
系统为您推荐了相关专利信息
光伏电池
故障检测方法
故障诊断模型
多模态
图像特征数据
架空线路故障
故障特征提取
注意力神经网络
时空双尺度
重构
检测网络模型
图像
定位方法
注意力机制
特征提取模块