VB-Mitigator：用于评估和推进视觉偏差缓解的开源框架
计算机视觉与模式识别
2025-07-25 v1
摘要
计算机视觉模型中的偏差仍然是一个重大挑战，常导致不公平、不可靠且不具通用性的 AI 系统。尽管偏差缓解研究日益增多，但由于实施碎片化和评估实践不一致的限制，进展仍受阻。跨越不同数据集和指标的研究使复现性受阻，难以公正评估和比较各种方法的效果。为克服这些限制，我们引入了视觉偏差缓解器（Visual Bias Mitigator, VB-Mitigator），这是一个开源框架，旨在简化视觉偏差缓解技术的开发、评估和比较分析。VB-Mitigator 提供了一个统一的研究环境，包含 12 种既定的缓解方法、7 个多样化的基准数据集。VB-Mitigator 的一个关键优势是其可扩展性，允许无缝集成额外的方法、数据集、指标和模型。VB-Mitigator 旨在通过为研究社区提供基础代码库来加速公平性感知计算机视觉模型的研究，以便开发和评估他们的方法。为此，我们还推荐最佳评估实践，并提供最新方法综合性能的全面比较。
引用
@article{arxiv.2507.18348,
title = {VB-Mitigator: An Open-source Framework for Evaluating and Advancing Visual Bias Mitigation},
author = {Ioannis Sarridis and Christos Koutlis and Symeon Papadopoulos and Christos Diou},
journal= {arXiv preprint arXiv:2507.18348},
year = {2025}
}