F-CelebA(10 tasks) (Federated-CelebA (10 tasks))

F-CelebA - 该数据集改编自联邦学习。联合学习
是一种新兴的机器学习范式，强调数据隐私。这个想法是训练
通过模型聚合而不是传统的数据聚合并保持本地数据保持不变
在本地设备上。这个数据集自然包含类似的任务，10 个任务中的每一个都包含名人的图像，标签上标注了他/她是否微笑。更详细请查看页面 https://github.com/ZixuanKe/CAT

F-CelebA - This dataset is adapted from federated learning. Federated learning is an emerging machine learning paradigm that emphasizes data privacy. The core idea is to train models via model aggregation rather than traditional data centralization, while keeping local data intact on local devices. This dataset naturally includes 10 similar tasks, each containing celebrity images labeled with whether the depicted person is smiling. For more details, please visit the page https://github.com/ZixuanKe/CAT

搜集汇总

背景与挑战

背景概述

F-CelebA是一个基于联邦学习框架的图像分类数据集，包含10个任务，每个任务涉及名人图像并标注微笑属性，旨在支持数据隐私保护的研究。该数据集由苏黎世联邦理工学院和伊利诺伊大学芝加哥分校于2020年发布，详细信息可参考相关GitHub页面和论文。