Buchumschlag

A Large-Scale Empirical Study on Improving the Fairness of Image Classification Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Junjie, Jiang, Jiajun, Sun, Zeyu, Chen, Junjie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large-Scale Evaluation of Open-Set Image Classification Techniques
von: Bisgin, Halil, et al.
Veröffentlicht: (2024)

Predicate Hierarchies Improve Few-Shot State Classification
von: Jin, Emily, et al.
Veröffentlicht: (2025)

Unified Triplet-Level Hallucination Evaluation for Large Vision-Language Models
von: Wu, Junjie, et al.
Veröffentlicht: (2024)

From Image to Video: An Empirical Study of Diffusion Representations
von: Vélez, Pedro, et al.
Veröffentlicht: (2025)

FairCoT: Enhancing Fairness in Text-to-Image Generation via Chain of Thought Reasoning with Multimodal Large Language Models
von: Sahili, Zahraa Al, et al.
Veröffentlicht: (2024)

Revisit Large-Scale Image-Caption Data in Pre-training Multimodal Foundation Models
von: Lai, Zhengfeng, et al.
Veröffentlicht: (2024)

Lost in the Hype: Revealing and Dissecting the Performance Degradation of Medical Multimodal Large Language Models in Image Classification
von: Zhu, Xun, et al.
Veröffentlicht: (2026)

Multimodal Approaches to Fair Image Classification: An Ethical Perspective
von: Hickmon, Javon
Veröffentlicht: (2024)

FairNVT: Improving Fairness via Noise Injection in Vision Transformers
von: Tang, Qiaoyue, et al.
Veröffentlicht: (2026)

Preserving Product Fidelity in Large Scale Image Recontextualization with Diffusion Models
von: Malhi, Ishaan, et al.
Veröffentlicht: (2025)

Scaling Image and Video Generation via Test-Time Evolutionary Search
von: He, Haoran, et al.
Veröffentlicht: (2025)

FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling
von: Li, Yitong, et al.
Veröffentlicht: (2026)

Fair Foundation Models for Medical Image Analysis: Challenges and Perspectives
von: Queiroz, Dilermando, et al.
Veröffentlicht: (2025)

REALEDIT: Reddit Edits As a Large-scale Empirical Dataset for Image Transformations
von: Sushko, Peter, et al.
Veröffentlicht: (2025)

Optimal Brain Apoptosis
von: Sun, Mingyuan, et al.
Veröffentlicht: (2025)

FrameBridge: Improving Image-to-Video Generation with Bridge Models
von: Wang, Yuji, et al.
Veröffentlicht: (2024)

Dataset Condensation with Color Compensation
von: Wu, Huyu, et al.
Veröffentlicht: (2025)

Leveraging Text Guidance for Enhancing Demographic Fairness in Gender Classification
von: Krishnan, Anoop
Veröffentlicht: (2025)

Domain-Specific Pre-training Improves Confidence in Whole Slide Image Classification
von: Chitnis, Soham Rohit, et al.
Veröffentlicht: (2023)

Practical Transferability Estimation for Image Classification Tasks
von: Tan, Yang, et al.
Veröffentlicht: (2021)

Benchmarking the Fairness of Image Upsampling Methods
von: Laszkiewicz, Mike, et al.
Veröffentlicht: (2024)

MoQE: Improve Quantization Model performance via Mixture of Quantization Experts
von: Zhang, Jinhao, et al.
Veröffentlicht: (2025)

Model Steering: Learning with a Reference Model Improves Generalization Bounds and Scaling Laws
von: Wei, Xiyuan, et al.
Veröffentlicht: (2025)

Improved Sub-Visible Particle Classification in Flow Imaging Microscopy via Generative AI-Based Image Synthesis
von: Ozbulak, Utku, et al.
Veröffentlicht: (2025)

Unlabeled Data Improves Fine-Grained Image Zero-shot Classification with Multimodal LLMs
von: Hong, Yunqi, et al.
Veröffentlicht: (2025)

Automated Classification of Model Errors on ImageNet
von: Peychev, Momchil, et al.
Veröffentlicht: (2023)

Hybrid Quantum-Classical Model for Image Classification
von: Shahzad, Muhammad Adnan
Veröffentlicht: (2025)

HSI Image Enhancement Classification Based on Knowledge Distillation: A Study on Forgetting
von: Zhu, Songfeng
Veröffentlicht: (2026)

Generative Dataset Distillation Based on Diffusion Model
von: Su, Duo, et al.
Veröffentlicht: (2024)

CompCap: Improving Multimodal Large Language Models with Composite Captions
von: Chen, Xiaohui, et al.
Veröffentlicht: (2024)

Finetuning Text-to-Image Diffusion Models for Fairness
von: Shen, Xudong, et al.
Veröffentlicht: (2023)

Improving Sickle Cell Disease Classification: A Fusion of Conventional Classifiers, Segmented Images, and Convolutional Neural Networks
von: Cardoso, Victor Júnio Alcântara, et al.
Veröffentlicht: (2024)

TransFair: Transferring Fairness from Ocular Disease Classification to Progression Prediction
von: Gheisi, Leila, et al.
Veröffentlicht: (2024)

A Comparative Study of Machine Unlearning Techniques for Image and Text Classification Models
von: Safa, Omar M., et al.
Veröffentlicht: (2024)

A Lightweight Neural Architecture Search Model for Medical Image Classification
von: Xie, Lunchen, et al.
Veröffentlicht: (2024)

A Study of Gender Classification Techniques Based on Iris Images: A Deep Survey and Analysis
von: Hasan, Basna Mohammed Salih, et al.
Veröffentlicht: (2025)

RealCompo: Balancing Realism and Compositionality Improves Text-to-Image Diffusion Models
von: Zhang, Xinchen, et al.
Veröffentlicht: (2024)

Fair Text-to-Image Diffusion via Fair Mapping
von: Li, Jia, et al.
Veröffentlicht: (2023)

Prompting Large Vision-Language Models for Compositional Reasoning
von: Ossowski, Timothy, et al.
Veröffentlicht: (2024)

Human and AI Perceptual Differences in Image Classification Errors
von: Liu, Minghao, et al.
Veröffentlicht: (2023)