HtFLlib是一个全面的异构联邦学习库和基准，旨在促进异构联邦学习（HtFL）方法的研究和应用。它包含了跨越不同领域、模态和数据异构性场景的12个数据集，以及40种模型架构和10种代表性的HtFL方法。HtFLlib旨在提供一个统一的框架，用于评估和分析HtFL方法在不同领域的有效性和鲁棒性，并为研究人员提供一个易于使用和可扩展的平台。

arXiv2025-06-04 更新1630

Physical Activity Recognition Dataset

活动识别

联邦学习

The dataset contains information from the Accelerometer sensor of smartphones. Twelve volunteers participated in the experiment and they were grouped into different four groups(three participants for

DataCite Commons2021-06-21 更新300

535小时德国英语语音数据_朗读（手机）【数据堂】

语音识别

数据隐私

德国英语语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，涵盖通用、交互、车载、家居等多类别，内容丰富。此数据集标注了文本内容等多种属性，由1162名来自不同地域和文化背景的德国人参与录制，口音正宗，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用

OpenDataLab2024-05-22 更新190

apple/flair

联邦学习

图像分类

FLAIR是一个包含约430,000张图像的大型标注图像数据集，用于在联邦学习中进行基准测试。该数据集来自51,000名Flickr用户，旨在更好地反映实际中的联邦学习问题。图像由人工标注，并从超过1,600个细粒度标签的分类法中分配标签。数据集包括细粒度和粗粒度标签，支持不同复杂度的机器学习任务。数据集按用户ID分为8:1:1的训练、验证和测试集，每个集合的用户和图像数量明确。此外，数据集结构详

Hugging Face2024-05-27 更新760

FedRS

联邦学习

图像分类

FedRS数据集是一个联邦学习图像分类数据集，包含来自不同领域的数据子集，如EuroSAT、AID、RSD46-WHU等。总共有135个客户端，每个客户端拥有非重叠的数据子集，图像数量从114到1559不等，体现了实际联邦数据的不平衡性。

Hugging Face2025-05-11 更新280