一种面向边缘设备的深度学习数据协同处理方法、计算机设备和存储介质

本发明提供一种面向边缘设备的深度学习数据协同处理方法、计算机设备和存储介质，通过边缘设备实时捕获图片转换成图像数据；通过深度学习模型进行目标检测和物体分类；通过边缘设备将图像数据推送至主控制中心的消息队列中缓存；判断任务是否达到数目；主控制中心筛选消息队列中的图像，并构成训练集；将训练集添加至类增量训练中；将优化参数和新增参数构建为更新报文；通过边缘设备解析更新报文，并更新深度学习模型；且解析和更新异步执行。本发明采用持续学习和类增量训练的方式实时训练边缘设备中的深度学习模型，主控制中心与边缘设备协同运行，既保证不会对已学习到的知识发生灾难性的遗忘，又加强了边缘设备应对复杂多变场景的能力。