基于聯(lián)邦學(xué)習(xí)和深度注意力殘差網(wǎng)絡(luò)的異物侵限輔助判斷

摘要： 針對(duì)鐵路異物侵限檢測(cè)數(shù)據(jù)持有方之間數(shù)據(jù)不互通，傳統(tǒng)機(jī)器學(xué)習(xí)方式數(shù)據(jù)集缺乏，模型泛化能力弱的問(wèn)題，提出了一種融合橫向聯(lián)邦學(xué)習(xí)、深度殘差網(wǎng)絡(luò)和壓縮激勵(lì)網(wǎng)絡(luò)的異物侵限圖像分類輔助判斷方法。將壓縮激勵(lì)網(wǎng)絡(luò)嵌入深度殘差網(wǎng)絡(luò)中，在特征通道上對(duì)特征進(jìn)行壓縮和激勵(lì)，然后重新分配各通道的權(quán)重，以增強(qiáng)有用特征通道，提高模型特征提取的準(zhǔn)確性；利用多方數(shù)據(jù)協(xié)作訓(xùn)練模型，通過(guò)聯(lián)邦學(xué)習(xí)技術(shù)解決鐵路數(shù)據(jù)應(yīng)用...