个性化脑肿瘤分割中的联邦特异编码器和多模态锚点
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
CreamFL是一个支持多模态联邦学习的框架,提高了全局模型的复杂度和数据容量。它使用公共数据集进行知识交流,并通过全局本地交叉模态集成策略来聚合客户端表示。在图像-文本检索和视觉问答任务上的测试结果表明,CreamFL比目前流行的联邦学习方法更好。
🎯
关键要点
- CreamFL是一个支持多模态联邦学习的框架。
- 该框架提高了全局模型的复杂度和数据容量。
- 使用公共数据集进行知识交流。
- 设计了全局本地交叉模态集成策略来聚合客户端表示。
- 提出了模态间和模态内对比的策略以规范本地训练。
- 在图像-文本检索和视觉问答任务上的测试结果优于目前流行的联邦学习方法。
➡️