[发明专利]基于强化联邦域泛化的图像分类模型训练方法及系统

权利要求书

1.一种基于强化联邦域泛化的图像分类模型训练方法，其特征在于，包括：

根据本地历史图像数据随机选取对应的补充数据，作为特征去相关策略的全局视角补充；

以本训练批次数据作为局部信息，补充数据作为全局视角补充，在历史图像数据权重固定的条件下，学习一种消除样本特征各维度之间的相关性的样本加权策略；

应用根据强化特征去相关策略学习模块对图像数据加权，并基于加权后的图像训练特征提取器和分类器，以得到更新后的图像分类模型的模型参数；

将所述模型参数发送至自身所在的联邦学习系统中的服务器，以使该服务器对该模型参数和其接收的其他多个模型参数进行聚合以得到所述图像分类模型当前的总模型参数。

2.根据权利要求1所述的基于强化联邦域泛化的图像分类模型训练方法，其特征在于，在所述根据本地历史图像数据随机选取对应的补充数据，作为特征去相关策略的全局视角补充之前，还包括：

接收自身所在的联邦学习系统中的服务器发送的基于强化联邦域泛化的图像分类模型的总模型参数；

根据所述总模型参数对本地的基于强化联邦域泛化的图像分类模型进行初始化处理；

自历史图像样本中选取预设数量的已设有类型标签的历史图像样本以作为当前的目标图像样本，形成包含有各个所述目标图像样本及对应的类型标签的历史图像数据。

3.根据权利要求2所述的基于强化联邦域泛化的图像分类模型训练方法，其特征在于，所述根据本地历史图像数据随机选取对应的补充数据，作为特征去相关策略的全局视角补充，包括：

在本地的数据缓冲区中随机选取与所述目标图像样本的数量相同的已设有权重的历史图像样本以作为当前的补充图像样本，形成包含有各个所述补充图像样本和对应的权重的用于补充强化学习环境的补充数据。

4.根据权利要求3所述的基于强化联邦域泛化的图像分类模型训练方法，其特征在于，所述基于强化联邦域泛化的图像分类模型包括：特征提取器、基于强化学习的策略梯度模块和分类器；

所述特征提取器用于根据输入的各个目标图像样本和各个补充图像样本，对应输出各个目标图像样本和各个补充图像样本各自对应的特征向量；

所述基于强化学习的策略梯度模块用于根据当前的样本加权策略计算得到各个目标图像样本的特征向量各自对应的初始权重，并计算各个所述特征向量之间协方差矩阵的Frobenius范数以确定奖励，根据该奖励更新所述样本加权策略，并根据更新后的样本加权策略对所述初始权重进行优化，得到各个所述目标图像样本的特征向量各自对应的目标权重；

所述分类器用于根据各个目标图像样本的特征向量，对应输出各个所述目标图像样本的类型预测标签，并计算各个所述目标图像样本的类型预测标签和所述类型标签之间的交叉熵，再分别计算各个所述目标图像样本的交叉熵与所述目标权重的乘积之和，得到对应的分类损失。