ABSTRACT：联邦学习（FL）实现了机器学习模型的协作训练，而无需共享训练数据。传统的FL严重依赖于一个可信的中心化服务器。尽管去中心化的FL消除了对中心的依赖，但可能会加剧FL面临的其他问题，如中毒攻击和数据表示泄露，这是由于对参与者行为的不足限制以及沉重的通信成本，特别是在完全去中心化的情况下，即点对点（P2P）设置中。在本文中，我们提出了一种基于区块链的完全去中心化P2P框架，用于FL，

yolov5输出检测框的中心位置，框的长宽，框的位置，以及输出对应标签格式的输出。 模型读取每个图片，并将上述的信息依此输出到同名的txt文件中保存，具体需要哪些坐标可以自己选。

vscode安装拓展插件失败 要求手动安装， 手动下载后导入安装仍然失败。（Error when installing 'Python' extension. Please check the）