一种基于联邦化主动学习的目标检测方法.pdfVIP

下载本文档

3
0
约6.94千字
约 7页
2023-05-13 发布于四川
举报
版权申诉

一种基于联邦化主动学习的目标检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于联邦化主动学习的目标检测方法，服务端首先训练初始模型，然后将其下发到参与联邦训练的客户端，客户端使用本地数据自主进行强化训练，将训练好的参数加密后上传到服务端，服务端对来自各个客户端的模型聚合后再次下发，直到模型达到预期效果为止。本发明提供的基于联邦化主动学习的目标检测方法，利用主动学习解决数据标注量大的问题，利用联邦学习解决数据隐私性问题，本方法不局限于某种特定的场景，具有一定的通用性，且将极大减轻部署和移植的工作量，降低应用的门槛，安全稳定、效率高，为其它深度学习算法解决

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114638295 A (43)申请公布日 2022.06.17 (21)申请号 202210237985.4 (22)申请日 2022.03.11 (71)申请人北京邮电大学地址 100876