提出了一种创新的垂直联邦学习 (VFL) 模型架构，能够在常见情况下进行操作。通过利用一个能够处理缺少标记数据的联邦状况的 FCN，以及与承载分类所需特征的中央服务器私密共享权重的方式，实现图像分割并保持准确性。在 CamVid 数据集上进行了测试，以确定在联邦之间传输信息所需的特征压缩的影响，并在此类约束条件下对整体性能指标作出合理的结论。

本篇笔记来自FCN for semantic segmentation1一文。 介绍 摘要：Fully Convolutional networks中可以输入不同大小的照片，并产生相应大小的输出。 FCN实现了端到端，像素到像素的技术。Fully...