[发明专利]基于通用框架的多任务联邦学习场景识别方法及相关组件有效
| 申请号： | 202210619797.8 | 申请日： | 2022-06-02 |
| 公开（公告）号： | CN114694015B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 常可欣;袁戟 | 申请（专利权）人： | 深圳市万物云科技有限公司 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V20/40;G06V10/764;G06V10/774;G06K9/62;G06N20/00;G06F21/60;G06F21/62 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 谭穗平 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于通用框架的多任务联邦学习场景识别方法及相关组件。该方法包括获取每一场景中的数据集，其中数据集为图像数据集或视频数据集；从云端获取当前全局模型参数至每一场景边端，并使用每一场景的数据集进行本地训练，得到对应每一场景的本地模型；将每一场景的本地模型的参数进行同态加密，并上传至云端；对每一场景的本地模型的参数进行解密并输出各场景分类结果，根据当前训练的所述本地模型更新全局模型。本发明利用联邦学习算法保护不同场景下的数据隐私，无需对不同训练任务的训练数据集进行参数调整，可直接基于通用框架对图像和/或视频识别进行协同训练，有效减少了算法平台整体训练成本，可应对多元化的服务场景。 | ||
| 搜索关键词： | 基于 通用 框架 任务 联邦 学习 场景 识别 方法 相关 组件 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市万物云科技有限公司，未经深圳市万物云科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210619797.8/，转载请声明来源钻瓜专利网。
