一种基于对抗学习的去性别偏见的图像识别模型及应用

摘要

本发明公开了一种基于对抗学习的去性别偏见的图像识别模型及应用，包括：(1)准备第三样本集，不包含性别标签的第一样本集，只有性别标签的第二样本集；(2)构建包含特征提取器和分类器的图像分类网络，以第一样本集来优化网络参数；(3)构建包括参数确定的特征提取器和对抗学习器的对抗学习网络，以第二样本集来优化对抗学习器的网络参数；(4)构建包括特征提取器、分类器、参数确定的对抗学习器的训练体系，(5)以分类器的目标任务损失和对抗学习器的去除性别偏见损失之和作为训练体系的总损失，根据第三样本集，利用该总损失对训练体系进行训练，当训练结束后，提取参数确定的特征提取器和分类器作为图像识别模型。