【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种多个边缘服务器的模型共享方法、设备及存储介质。
技术介绍
1、随着人工智能技术的迅猛发展，越来越多的场景通过训练好的人工智能模型进行安全检测。相关技术中，通过人工智能模型对多个不同的场景进行安全检测时，由于不同场景的检测数据差异，导致人工智能模型难以在多个不同的场景中均保持较高的检测准确性。
2、因此，如何提高人工智能模型在多个不同的场景中的检测准确性是目前亟待解决的技术问题。
技术实现思路
1、本申请提供了一种多个边缘服务器的模型共享方法、设备及存储介质，以至少解决相关技术中人工智能模型在多个不同的场景中的检测准确性较低的问题。
2、一方面，本申请提供了一种多个边缘服务器的模型共享方法，包括：
3、向多个边缘服务器下发基准模型；
4、响应于接收第一边缘服务器上报的对基准模型进行训练的模型训练信息，获取多个边缘服务器中除第一边缘服务器外的多个第二边缘服务器各自对应的奖励值；
5、根据多个第二边缘服务...
【技术保护点】
1.一种多个边缘服务器的模型共享方法，其特征在于，包括：
2.根据权利要求1所述的模型共享方法，其特征在于，还包括：
3.根据权利要求2所述的模型共享方法，其特征在于，所述根据所述第一边缘服务器上报的模型训练信息和所述至少一个共享边缘服务器上报的奖励信息，确定所述第一边缘服务器的奖励值，包括：
4.根据权利要求3所述的模型共享方法，其特征在于，所述根据每个共享边缘服务器上报的所述基准模型的第三准确率和所述优化模型的第四准确率，确定所述第一边缘服务器的模型贡献奖励值，包括：
5.根据权利要求3所述的模型共享方法，其特征在于...
【技术特征摘要】
1.一种多个边缘服务器的模型共享方法，其特征在于，包括：
2.根据权利要求1所述的模型共享方法，其特征在于，还包括：
3.根据权利要求2所述的模型共享方法，其特征在于，所述根据所述第一边缘服务器上报的模型训练信息和所述至少一个共享边缘服务器上报的奖励信息，确定所述第一边缘服务器的奖励值，包括：
4.根据权利要求3所述的模型共享方法，其特征在于，所述根据每个共享边缘服务器上报的所述基准模型的第三准确率和所述优化模型的第四准确率，确定所述第一边缘服务器的模型贡献奖励值，包括：
5.根据权利要求3所述的模型共享方法，其特征在于，所述优化模型的训练参数包括：训练迭代次数、训练数据集数量、验证数据集数量、边缘服务器的算力参数；
6.根据权利要求3所述的模型共享方法，其特征在于，所述根据每个共享边缘服务器上报的所述模型共享信息的参数量，确定所述第一边缘服务器的模型共享奖励值，包括：
7.根据权利要求1所述的模型共享方法，其特征在于，所述确定所述至少一个共享边缘服务器各自对应的地址信息，包括：
8.根据权利要求1-7任一项所述的模...
【专利技术属性】
技术研发人员：许博，
申请(专利权)人：苏州元脑智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。