COALA: A Practical and Vision-Centric Federated Learning Platform

要約

ビジョン中心のフェデレーション ラーニング (FL) プラットフォームである COALA と、タスク、データ、モデルの 3 つのレベルに分類される実用的な FL シナリオのベンチマーク スイートを紹介します。
タスク レベルでは、COALA は単純な分類から、オブジェクト検出、セグメンテーション、姿勢推定などを含む 15 のコンピューター ビジョン タスクまでサポートを拡張します。
また、複数タスクの連合学習も促進し、クライアントが複数のタスクに同時に取り組むことができるようになります。
データ レベルでは、COALA は教師あり FL を超えて、半教師あり FL と教師なし FL の両方をベンチマークします。
また、一般的に考慮されているラベル分布の変化以外の特徴分布の変化のベンチマークも行います。
静的データの処理に加えて、現実世界のシナリオで継続的に変化するデータに対するフェデレーテッド継続学習もサポートします。
モデル レベルでは、COALA は分割モデルと異なるクライアントの異なるモデルを使用して FL をベンチマークします。
COALA プラットフォームは、これらの実用的な FL シナリオに対して、構成のカスタマイズ、コンポーネントのカスタマイズ、ワークフローのカスタマイズを含む 3 つのレベルのカスタマイズを提供します。
私たちは、実用的な FL シナリオに対して系統的なベンチマーク実験を実施し、FL のさらなる進歩の潜在的な機会を明らかにします。
コードは https://github.com/SonyResearch/COALA でオープンソース化されています。

要約(オリジナル)

We present COALA, a vision-centric Federated Learning (FL) platform, and a suite of benchmarks for practical FL scenarios, which we categorize into three levels: task, data, and model. At the task level, COALA extends support from simple classification to 15 computer vision tasks, including object detection, segmentation, pose estimation, and more. It also facilitates federated multiple-task learning, allowing clients to tackle multiple tasks simultaneously. At the data level, COALA goes beyond supervised FL to benchmark both semi-supervised FL and unsupervised FL. It also benchmarks feature distribution shifts other than commonly considered label distribution shifts. In addition to dealing with static data, it supports federated continual learning for continuously changing data in real-world scenarios. At the model level, COALA benchmarks FL with split models and different models in different clients. COALA platform offers three degrees of customization for these practical FL scenarios, including configuration customization, components customization, and workflow customization. We conduct systematic benchmarking experiments for the practical FL scenarios and highlight potential opportunities for further advancements in FL. Codes are open sourced at https://github.com/SonyResearch/COALA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google