本发明涉及边缘计算领域，具体为一种在边缘设备上基于集成学习的深度神经网络推理策略。本技术方案所要解决的技术问题为：针对现有多边缘设备DNN模型协作推理技术中没有提升最终模型性能的问题。包括步骤1)：基于稠密重生的知识蒸馏策略训练出符合不同边缘设备性能需求的DNN模型；步骤2)：将DNN模型部署到边缘设备，步骤3)：主边缘设备获取输入信息，并将得到的信息发送给周围的边缘设备；步骤4)：获取信息的边缘设备对信息进行处理，并将计算得到的结果返回给主边缘设备；步骤5)：通过边缘设备返回的结果经过加权聚合处理，得到一个更加精确的推理输出。本技术方案的有益效果为：能聚合多个边缘设备的能力生成更加健壮的推理结果，最终使得用户能在模型不变的情况下得到更准确的输出。