FedReID: 聯邦學習在行人重識別上的首次深入實踐

行人重識別的訓練需要收集大量的人體數據到一箇中心服務器上，這些數據包含了個人敏感信息，因此會造成隱私泄露問題。聯邦學習是一種保護隱私的分佈式訓練方法，可以應用到行人重識別上，以解決這個問題。但是在現實場景中，將聯邦學習應用到行人重識別上因爲數據異構性，會導致精度下降和收斂的問題。 數據異構性：數據非獨立分佈 (non-IID) 和 各端數據量不同。 這是篇來自 ACMMM20 Oral 的論文，主

>>阅读原文<<