-
公开(公告)号:CN115730655A
公开(公告)日:2023-03-03
申请号:CN202211597343.1
申请日:2022-12-12
Applicant: 南京大学
Abstract: 本发明公开一种基于分组加权的多机构联合的图像识别模型训练方法,该方法可以应用于医疗图像识别等拥有多个参与方的协作学习任务。为了缓解医疗图像数据分布不一致带来的影响,首先,本发明根据客户端模型和组内全局模型的相似程度为客户端分组;对于组内客户端,本发明根据组内客户端本地模型两两之间的相似程度,为每个客户端计算个性化模型。相比现有技术,本发明能够在降低客户端计算开销的同时,为参与方提供更好的图像识别模型。