【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及一种用于评价图像识别模型的偏见性评估方法。
技术介绍
1、人工智能是研究、开发用于模拟、延展和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，主要用于了解智能的实质，并产生出一种新的能以人类智能相似的方式做出反应的智能机器，该邻域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，未来人工智能带来的科技产品，将会是人类智慧的容器。
2、目前，人工智能已经取得了巨大的进步，并且越来越多地应用于生活中的方方面面。其中，人工智能检测技术是人工智能应用的重要一环，逐渐影响人类日常生活的决策判断，主要包括以下方面：自动驾驶、面部识别、欺诈检测、图像分类、情绪分析、医学诊断以及语音理解。人工智能检测技术的广泛应用，对个人、社会都有巨大的帮助和贡献，并且能够在复杂任务上达到甚至超过人类决策的水平。然而，人工智能检测技术在带来便利的同时，也可能会产生偏差，对检测的群体表现出偏见行为，从而对个人和...
【技术保护点】
1.一种用于评价图像识别模型的偏见性评估方法，其特征在于，包括：
2.根据权利要求1所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，评估模型包括：注释器、数据分类模块、检测模块以及指标评价模块；对评估模型进行优化训练的过程包括：
3.根据权利要求2所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，敏感标签包括年龄、种族、性别、疾病以及宗教信仰。
4.根据权利要求2所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，检测模块为卷积神经网络，采用卷积神经网络对分类结果进行处理的过程包括：提取分类后的图像的全...
【技术特征摘要】
1.一种用于评价图像识别模型的偏见性评估方法，其特征在于，包括：
2.根据权利要求1所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，评估模型包括：注释器、数据分类模块、检测模块以及指标评价模块；对评估模型进行优化训练的过程包括：
3.根据权利要求2所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，敏感标签包括年龄、种族、性别、疾病以及宗教信仰。
4.根据权利要求2所述的一种用于评价图像识别模型的偏见性评估方法，其特征在于，检测模块为卷积神经网络，采用卷积神经网络对分类结果进行处理的过程包括：提取分类后的图像的全局特征，采用通道权重学习机制来捕获通道特征之间的依赖关系；其中权重学习机制包括：对通道特征沿着通道维度进行全局平均池化操作，得到由c个特征图的数值分布构成的向量g，根据向量g建立通道之间的关系，并通过学习参数为每个特征通道分配不同的权重；采用遗传算法对分配权重进行优...
【专利技术属性】
技术研发人员：冷涛，周悦宁，陈自刚，朱海华，王振，刘凡，李丹珑，陈龙，
申请(专利权)人：四川警察学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。