本發明公開了一種邊緣計算下模型結構優化的車載感知設備聯合學習方法,包括:根據車載設備所采用的目標檢測算法,建立適用于車載設備的神經網絡模型作為本地模型,利用中心服務器提供的初始化參數,進行本地模型的訓練,并進行本地梯度更新,得到更新后的梯度;對本地模型進行梯度稀疏化、量化本地梯度、無損壓縮處理;將量化后的本地梯度和壓縮后的二值化掩碼矩陣以流水線的形式上傳至中心服務器;在車載設備完成本地模型梯度壓縮和上傳后,由中心服務器進行逐神經元梯度聚合;通過車載設備獲取全局的聚合梯度,對本地模型進行更新,利用更新后的模型進行道路感知。
聲明:
“邊緣計算下模型結構優化的車載感知設備聯合學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)