一种基于公平联邦学习的表面缺陷检测方法

本发明公开了一种基于公平联邦学习的表面缺陷检测方法，包括以下步骤：S1.所有工厂子端对生产数据进行采集；S2.工厂子端通过卷积神经网络生成局部检测模型；S3.工厂子端将局部检测模型参数和本地资源配置上传至中心端；S4.中心端根据工厂子端资源配置信息和局部检测模型对全局检测模型的效用影响进行贡献度评估；S5.中心端根据贡献度将局部检测模型聚合得到全局检测模型；S6.工厂子端结合全局检测模型和局部检测模型自适应生成个性化模型；S7.工厂子端上传个性化模型和自适应权重；S8.中心端根据模型贡献、模型收益和报酬贡献对报酬收益进行动态优化。