FedUR

新的FedUR框架通过联邦学习实现无监督视觉识别

研究人员推出FedUR，一个用于联邦学习环境中无监督视觉识别的新框架。该方法利用预训练的视觉语言模型（如CLIP）的零样本能力，在不直接共享数据的情况下，实现跨分布式客户端的协作模型训练。FedUR通过具有类别感知数据选择、类别权重和负伪标签策略的伪标签机制，解决了数据异质性和标签不确定性等挑战。此外，它采用个性化提示聚合协议来平衡通用视觉提示与本地客户端知识。