FLAIR: Federated Learning Annotated Images ist ein von Apple im Jahr 2022 veröffentlichter Bilddatensatz für die Forschung im Bereich des föderierten Lernens und des datenschutzfreundlichen maschinellen Lernens. Die zugehörige wissenschaftliche Arbeit ist „FLAIR: Federated Learning Annotated Image Repository", die darauf abzielt, eine Benchmark-Umgebung mit realistischer Datenheterogenität für föderierte Lernalgorithmen bereitzustellen.

Der Datensatz umfasst etwa 430.000 Bilder von 51.000 Flickr-Nutzern und soll die Herausforderungen widerspiegeln, denen sich föderiertes Lernen in realen Anwendungen gegenübersieht. Die Bilder wurden manuell annotiert und enthalten über 1.600 feingranulare Labels sowie 17 grobgranulare Kategorien, die maschinelle Lernaufgaben unterschiedlicher Komplexität unterstützen.

Datenbestandteile

• user_id: Die NSID des Flickr-Nutzers, die für die nutzerbasierte Aufteilung im föderierten Lernen verwendet wird.
• image_id: Die Flickr-Bild-ID.
• labels: Eine Liste grobgranularer Labels, die aus feingranularen Labels abgeleitet wurde.
• fine_grained_labels: Eine Liste feingranularer Labels, die die Hauptobjekte im Bild beschreiben.
• partition: Die Datenaufteilungskennzeichnung, unterteilt in train, val und test.

Zitation

@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}
}