[发明专利]一种基于联邦学习的工业图像故障诊断方法

权利要求书

1.一种基于联邦学习的工业图像故障诊断方法，其特征在于，数据采集预处理器、任务创建器、网络初始化器、模型训练器、模型融合器模型预测器、模型分发器和模型接收器七个模块，包括以下步骤：

步骤(1)、联邦学习任务初始化，对于工业图像检测任务初始化融合策略和网络结构，在任务初始化过程采用FedAvg平均融合策略进行模型融合；

步骤(2)、从工业监控设备中进行数据采集并使用数据预处理模块对数据进行数据增强和归一化处；

步骤(3)、数据节点获取联邦学习任务并初始化模型训练环境，采用步骤(2)中处理后的数据进行模型训练，并采用实验集进行测试；

步骤(4)、步骤(3)中训练得到模型，传递到可信任节点采取任务初始化中的融合策略进行模型的融合；

步骤(5)、返回融合模型。

步骤(6)、如果模型的效果收敛且满足条件，达到工业场景的应用需求，则将步骤(5)的模型用于工业现场进行故障诊断，否则重复进行步骤(2)到步骤(6)。