arrow
返回

DetoxAI: A Python Toolkit for Debiasing Deep Learning Models in Computer Vision

delete2026-01-01
delete0
PRE
AI
I
Ignacy Stępka
L
Lukasz Sztukiewicz
M
M. Wilinski
J
Jerzy Stefanowski *
DOI:10.1007/978-3-032-06129-4_39delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
近年来机器学习公平性虽已取得显著进展,但现有解决方案大多针对表格数据,难以适用于依赖深度学习的视觉分类任务。为弥合这一差距,我们提出DetoxAI,一个通过事后消偏(post-hoc debiasing)提升深度学习视觉分类器公平性的开源Python库。DetoxAI实现了前沿的消偏算法、公平性指标和可视化工具,支持通过干预内部表征进行消偏,并包含基于归因的可视化工具和量化算法公平性指标,以展示偏见缓解过程。本文介绍了DetoxAI的动机、设计与使用案例,展示了其对工程师和研究人员的有形价值。
Keyword:
Fairness
Deep Learning
Computer Vision
Debiasing

期刊

M
MACHINE LEARNING AND KNOWLEDGE DISCOVERY IN DATABASES. APPLIED DATA SCIENCE TRACK AND DEMO TRACK, ECML PKDD 2025, PT X
IF:
0
论文数:
40
被引数:
0

机构

P
poznan university of technology
学者数:
664
论文数: 310
被引数: 0
引用论文

引用论文

AI Fairness 360: An extensible toolkit for detecting and mitigating algorithmic bias
err2019-07-01
err0
PREAI
errR. K. E. Bellamy; K. Dey; M. Hind; S. C. Hoffman; S. Houde; K. Kannan; P. Lohia; J. Martino; S. Mehta; A. Mojsilovic; S. Nagar; K. Natesan Ramamurthy; J. Richards; D. Saha; P. Sattigeri; M. Singh; K. R. Varshney; Y. Zhang
err分享
err收藏
Finding and removing Clever Hans: Using explanation methods to debug and improve deep models发现和删除聪明的汉斯: 使用解释方法调试和改进深度模型
err2022-01-01
err64
errOAAI
errAnders, Christopher J.; Weber, Leander; Neumann, David; Samek, Wojciech; Mueller, Klaus-Robert; Lapuschkin, Sebastian
err分享
err收藏
A Survey on Bias and Fairness in Machine Learning机器学习中的偏见和公平性调查
err2021-07-13
err1.7K
errOAAI
errMehrabi, Ninareh; Morstatter, Fred; Saxena, Nripsuta; Lerman, Kristina; Galstyan, Aram
err分享
err收藏