基于分布式学习的图像训练方法、系统、介质及智能设备

摘要

本发明公开了一种基于分布式学习的图像训练方法、系统、存储介质及智能设备，所述方法包括：接收服务端根据各客户端的图像分布数据下发的图像增强信息，并将进行图像增强后的图像分布数据传送至服务端；服务端根据增强后的图像分布数据创建中间进程，并通过各中间进程向对应的用户终端下发初始神经网络模型；各中间进程通过梯度下降法对各自的初始神经网络模型进行更新，并将更新后的中间层神经网络模型传送至服务端；服务端通过整合算法对各中间层神经网络模型进行整合，以得到全局神经网络模型。本发明能够在不平衡图片数据集的情况下使训练得到的神经网络模型具有较高的图片识别精度，减少达到指定图片识别精度所需的网络传输开销。