摘要
本发明公开了一种基于联邦学习的个性化交通标志判别方法,包括:服务器初始化模型参数,并将模型发送给客户端;客户端接收来自服务器端初始化模型参数;对数据数据预处理;在客户端训练模型;服务器聚合来自客户端的模型参数;客户端接收来自服务器的聚合后模型参数,并将聚合后的模型加载进本地模型中;继续训练模型,直到达到各自的迭代次数输出模型。本发明基于AIDE和DANE的分布式方法的修正项,个性化联邦学习和动态校准项的混合模型用于智慧车联网的交通标志判别的方法。该模型可以考虑每个用户的算力与其数据分布情况,在保证数据隐私安全的情况下以很小的性能进行交通标志判别。