一种基于迁移学习生成无偏见深度学习模型的方法[发明专利]

专利名称：一种基于迁移学习生成无偏见深度学习模型的方法专利类型：发明专利
发明人：陈晋音,陈治清,徐国宁,徐思雨,缪盛欢,郑海斌
申请号：CN202010750897.5
申请日：20200730
公开号：CN112115963A
公开日：
20201222
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于迁移学习生成无偏见深度学习模型的方法，包括以下步骤：(1)构建带有样本图像的任务标签和偏见标签的原始数据集；(2)利用原始数据集对有偏见深度学习模型进行训练；(3)构建并训练对抗攻击网络，利用训练好的对抗网络对原始数据集进行攻击，无偏见数据集；
(4)利用无偏见数据集训练与有偏见深度学习模型结构相同的初始无偏见深度学习模型；(5)准备第三特征提取器，基于迁移学习策略对第三特征提取器参数，参数确定的第三特征提取器与训练好的初始无偏见深度学习模型包含的第二分类器组成无偏见深度学习模型，以保证深度学习模型在根据输入图像自动决策时的公平性，以提升图像识别的准确性。

申请人：浙江工业大学
地址：310014 浙江省杭州市下城区潮王路18号
国籍：CN
代理机构：杭州天勤知识产权代理有限公司
代理人：曹兆霞
更多信息请下载全文后查看。