FLAIR: 联邦学习标注图像是由 Apple 于 2022 年发布的一个面向联邦学习与隐私保护机器学习研究的图像数据集，相关论文成果为「FLAIR: Federated Learning Annotated Image Repository」，旨在为联邦学习算法提供具有真实数据异质性的基准测试环境。

该数据集包含约 430,000 张来自 51,000 位 Flickr 用户的图像，旨在反映实际应用中联邦学习面临的挑战。 图像由人工标注，包含超过 1,600 个细粒度标签和 17 个粗粒度类别，支持不同复杂度的机器学习任务。

数据集组成

• user_id: Flickr 用户的 NSID，用于构建基于用户的联邦学习划分。
• image_id: Flickr 图片 ID。
• labels: 粗粒度标签列表，由细粒度标签映射而来。
• fine_grained_labels: 细粒度标签列表，表示图像中的主体。
• partition: 数据划分标记，分为 train、val 和 test。

Citation

@article{song2022flair,
  title={FLAIR: Federated Learning Annotated Image Repository},
  author={Song, Congzheng and Granqvist, Filip and Talwar, Kunal},
  journal={Advances in Neural Information Processing Systems},
  volume={35},
  pages={37792--37805},
  year={2022}
}