当CV遇上联邦学习，一起聊聊视觉联邦技术

深度学习算法的创新、高性能计算能力的提升以及移动互联网时代数据的增长带来了计算机视觉技术与落地应用的爆发性增长，而高速发展之后，人们对数据安全与隐私保护的担忧也逐渐浮现。

联邦学习允许用户在将数据保留在本地端不共享的前提下形成一个联合体训练得到全局模型，从而有效解决数据隐私和安全保护问题。但对于大多数计算机视觉应用开发者来说，他们需要一个易于使用的工具让他们可以方便地在他们的系统中应用联邦学习。

百度飞桨团队与微众银行联邦学习团队合作的 FedVision 是一个不错的选择。

FedVision 是首个轻量级、模型可复用、架构可扩展的视觉横向联邦开源框架，基于 Python 实现，内置 PaddleFL/PaddleDetection 插件，支持多种常用的视觉检测模型，助力视觉联邦场景快速落地。

为了快速实现最小可用版本，FedVision v0.1 版本借助 PaddleFL 项目的部分能力，实现视觉领域的横向联邦建模功能。由于借助了飞桨的丰富生态，经简单的调制适配，FedVision v0.1 即可直接使用 PaddleDetection 项目实现的几乎全部的视觉检测模型。

上述的两个项目 PaddleFL 和 FedVision 已经开源在 Github 上，欢迎大家点 Star 支持。今晚直播我们将从两个项目的 Star 新增列表中各抽取2位小伙伴（共4位），赠送50元京东卡。

PaddleFL：
https://github.com/PaddlePaddle/PaddleFL

FedVision：
https://github.com/FederatedAI/FedVision

直播介绍

3月11日&#