一种基于联邦学习的大坝缺陷识别模型快速收敛方法
摘要:
本发明公开一种基于联邦学习的大坝缺陷识别模型快速收敛方法,通过梯度方差缩减和全局动量下降技术,分别对大坝缺陷识别模型的本地训练阶段和全局聚合阶段进行了梯度修正。梯度方差缩减技术根据全局模型和本地模型的差异程度,调整本地模型梯度,减少设备间模型参数的离散性;根据权重控制机制,检测全局模型的历史精度变化率,动态调整本地梯度的修正程度,保证在收敛阶段本地参数更新的稳定性。在全局聚合阶段根据动量梯度下降技术,综合全局模型参数的历史变化状态,减少全局模型参数的振荡,提高全局模型收敛速度。本发明解决了无人机巡检图片大批量上传难、易泄露问题,缓解客户端漂移现象,解决了大坝缺陷识别模型收敛缓慢的问题。
0/0