← 返回列表
数据异构条件下的图像处理方法、联邦学习方法及装置
摘要文本
本发明公开了一种数据异构条件下的图像处理方法、联邦学习方法及装置,涉及图像处理技术领域,根据数据分布相似性对边缘计算设备分簇,簇内边缘计算设备具有相似的数据分布,可以让模型更好的捕捉到数据的特征,有效解决数据异构问题。簇内的边缘计算设备根据簇内树形聚合网络进行模型参数聚合,下层的边缘计算设备只向上一层中相应的边缘计算设备发送模型参数,而不向其他边缘计算设备发送模型参数,这样可以极大降低通信开销。边缘计算设备与边缘云服务器在联邦学习过程中进行两层模型参数聚合,得到准确可靠的图像处理模型,最终边缘计算设备使用该准确可靠的图像处理模型进行图像处理,可以提升图像处理的准确性与可靠性。
申请人信息
- 申请人:浪潮电子信息产业股份有限公司
- 申请人地址:250000 山东省济南市高新区草山岭南路801号9层东侧
- 发明人: 浪潮电子信息产业股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 数据异构条件下的图像处理方法、联邦学习方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410230103.0 |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808127A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06N20/00 |
| 权利人 | 浪潮电子信息产业股份有限公司 |
| 发明人 | 范宝余; 李仁刚; 王立; 张润泽; 郭振华; 赵雅倩; 曹芳; 赵坤; 鲁璐; 贺蒙 |
| 地址 | 山东省济南市高新区草山岭南路801号9层东侧 |
专利主权项内容
1.一种数据异构条件下的图像处理方法,其特征在于,包括:根据边缘计算设备的数据分布相似性,将所述边缘计算设备划分为若干个数据同性簇;从所述数据同性簇中选择边缘计算设备作为所述数据同性簇的簇头;接收所述簇头上传的所在数据同性簇的簇内模型参数聚合结果;所述簇内模型参数聚合结果为所述数据同性簇内的各边缘计算设备根据簇内树形聚合网络聚合本地模型参数得到的第一层模型参数聚合结果,所述数据同性簇内的各边缘计算设备根据通信最优策略构建得到所述簇内树形聚合网络,所述簇头为所述簇内树形聚合网络的根节点,所述簇内树形聚合网络中子节点向相应的父节点发送模型参数,与父节点的本地模型参数进行模型参数聚合;聚合各所述数据同性簇的簇内模型参数聚合结果,得到第二层模型参数聚合结果,并当以所述第二层模型参数聚合结果作为模型参数的图像处理模型收敛时,将所述图像处理模型下发给各所述边缘计算设备,以使所述边缘计算设备使用所述图像处理模型处理图像。