基于异步联邦学习的无人机群实时图像识别方法及系统

本发明公开基于异步联邦学习的无人机群实时图像识别方法及系统，包括：每个无人机进行本地识别模型训练，并将训练后的本地模型上传到中央服务器；计算对应的沙普利值，并引入陈旧度衰减因子调整权重，得到调整后的沙普利值；基于调整后的沙普利值通过加权聚合更新全局模型；全局模型更新后，采用置信上限算法选择效用最高的无人机参与后续联邦学习，实现动态环境下的客户端优化调度。本发明的基于Shapley值的异步联邦学习机制能够有效衡量每个无人机对全局模型的贡献，通过引入衰减因子减少过时更新的影响，提高了全局模型在动态环境中的准确性，使得模型能够更好地适应无人机群的复杂环境和数据变化，从而提升图像识别的准确率。