公开(公告)号：CN119152321B

公开(公告)日：2025-03-14

申请号：CN202411642984.3

申请日：2024-11-18

Applicant: 南京信息工程大学

Inventor： 程勇 ,  董丰瑜 ,  许小龙 ,  王军 ,  杨玲

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/40

Abstract: 本发明公开了一种图片分类模型训练及图片分类方法，图片分类模型训练方法包括采用强化学习动态调整每个客户端的本地分类模型的个性化参数与共享参数的比例，将标记有真实标签的本地图片数据集输入至对应的调整后的本地分类模型中，获取预测的图片分类结果；根据所输入的本地图片数据、真实标签及预测的图片分类结果计算交叉熵损失，更新参数，将更新后的参数及每个客户端当前的参数聚合权重输入至预构建的目标函数，分配各客户端的参数聚合权重，计算全局共享参数，将每个客户端的本地分类模型的共享参数更新为全局共享参数；重复上述步骤至各客户端的本地分类模型收敛，获取训练好的图片分类模型解决非独立同分布数据导致性能下降的问题。

公开(公告)号：CN119152321A

公开(公告)日：2024-12-17

申请号：CN202411642984.3

申请日：2024-11-18

Applicant: 南京信息工程大学

Inventor： 程勇 ,  董丰瑜 ,  许小龙 ,  王军 ,  杨玲

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/40

Abstract: 本发明公开了一种图片分类模型训练及图片分类方法，图片分类模型训练方法包括采用强化学习动态调整每个客户端的本地分类模型的个性化参数与共享参数的比例，将标记有真实标签的本地图片数据集输入至对应的调整后的本地分类模型中，获取预测的图片分类结果；根据所输入的本地图片数据、真实标签及预测的图片分类结果计算交叉熵损失，更新参数，将更新后的参数及每个客户端当前的参数聚合权重输入至预构建的目标函数，分配各客户端的参数聚合权重，计算全局共享参数，将每个客户端的本地分类模型的共享参数更新为全局共享参数；重复上述步骤至各客户端的本地分类模型收敛，获取训练好的图片分类模型解决非独立同分布数据导致性能下降的问题。