买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于半监督联邦学习的视觉定位方法、装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118247342B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410133363.6，技术领域涉及：G06T7/73；该发明授权一种基于半监督联邦学习的视觉定位方法、装置及介质是由赵彦超;马其翔;朱振汉设计研发完成，并于2024-01-31向国家知识产权局提交的专利申请。

本一种基于半监督联邦学习的视觉定位方法、装置及介质在说明书摘要公布了：本发明公开了一种基于半监督联邦学习的视觉定位方法、装置及介质，所述方法包括当视觉场景发生变化后，用户使用客户端设备采集无标签图像数据；在每轮通信回合内，每个边缘服务器下的客户端基于无标签数据进行训练，并且采用模型参数分解策略，区分有监督学习与无监督学习；本地客户端基于融合了伪标签与一致性正则化损失的无监督损失函数进行多轮训练，上传更新的模型参数到边缘服务器端；每轮通信回合内，边缘服务器端综合考虑有标签数据与无标签数据的影响，根据聚合算法HierAgg进行模型参数聚合；进行多轮通信回合，获得更新后的模型。本发明利用视觉场景变化后产生的无标签数据，基于半监督联邦学习解决了模型随着场景变化进行自适应更新的问题。

本发明授权一种基于半监督联邦学习的视觉定位方法、装置及介质在权利要求书中公布了：1.一种基于半监督联邦学习的视觉定位方法，其特征在于，采用云服务器-边缘服务器-客户端的分层架构，分别在边缘服务器、云服务器进行聚合，使边缘服务器、云服务器都得到更新；具体实现过程如下： 当视觉场景发生变化后，用户使用客户端设备采集无标签图像数据； 在每轮通信回合内，每个边缘服务器下的客户端基于无标签数据进行训练，并且采用模型参数分解策略，区分有监督学习与无监督学习；无监督损失函数中融合伪标签与一致性正则化损失；本地客户端基于该损失进行多轮训练，上传更新的模型参数到边缘服务器端； 每轮通信回合内，边缘服务器端综合考虑有标签数据与无标签数据的影响，根据聚合算法HierAgg进行模型参数聚合； 经过多轮通信回合，获得更新后的视觉定位模型；客户端使用更新后的模型进行定位； 所述根据聚合算法HierAgg进行模型参数聚合实现过程如下： 在每个客户端进行T1次本地更新之后，每个边缘服务器聚合来自客户端的模型参数；在每T2次边缘模型聚合之后，云服务器将聚合所有边缘服务器的模型；缘端与云端的聚合策略使用FedAvg算法，边缘端与客户端之间的聚合公式如下： 其中，指聚合后的模型参数，t指通信轮次，指第i个客户端基于无标签数据集Di训练的模型参数，指边缘服务器k在有标签数据集Dk上训练的模型，N指客户端个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号南京航空航天大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。