FLAIR : Le jeu de données d'images annotées pour l'apprentissage fédéré (FLAIR) est un jeu de données d'images destiné à la recherche sur l'apprentissage fédéré et l'apprentissage automatique respectueux de la confidentialité, publié par Apple en 2022. Les résultats de la publication associée sont présentés dans FLAIR: Federated Learning Annotated Image Repository, et il vise à fournir un environnement de test de référence offrant une hétérogénéité réelle des données pour les algorithmes d'apprentissage fédéré.

Ce jeu de données contient environ 430 000 images provenant de 51 000 utilisateurs de Flickr, afin de refléter les défis rencontrés par l'apprentissage fédéré dans les applications réelles. Les images sont annotées manuellement et comprennent plus de 1 600 étiquettes à grain fin et 17 catégories à grain grossier, permettant de prendre en charge des tâches d'apprentissage automatique de complexités variées.

Composition du jeu de données

• user_id : NSID de l'utilisateur Flickr, utilisé pour construire la partition d'apprentissage fédéré basée sur les utilisateurs.
• image_id : ID de l'image Flickr.
• labels : Liste d'étiquettes à grain grossier, dérivées des étiquettes à grain fin.
• fine_grained_labels : Liste d'étiquettes à grain fin, représentant les sujets présents dans l'image.
• partition : Marqueur de partition des données, divisé en train, val et 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}
}