25Glenn Jocher Ayush Chaurasia Alex Stoken Jirka Borovec NanoCode012 Yonghye Kwon TaoXie Kalen Michael Jiacong Fang imyhxy Lorna Colin Wong Zeng Yifu Abhiram V Diego Montes Zhiqiang Wang Cristi Fati J

[25] Glenn Jocher，Ayush Chaurasia，Alex Stoken，Jirka Borovec，NanoCode012，Yonghye Kwon，TaoXie，Kalen Michael，Jiacong Fang，imyhxy，Lorna，Colin Wong，（Zeng Yifu），Abhiram V，Diego Montes，Zhiqiang Wang，Cristi Fati，Jebastin Nadar，Laughing，UnglvKitDe，tkianai，yxNONG，Piotr Skalski，Adam Hogan，Max Strobel，Mrinal Jain，Lorenzo Mammana和xylieong。ultralytics/yolov5：v6.2- YOLOv5分类模型，Apple M1，可重现性，ClearML和Deci.ai集成，2022年8月。 Kimmo Karkkainen和Jungseock Joo。FairFace：用于平衡种族，性别和年龄的面部属性数据集以进行偏差测量和缓解。在WACV，2021年。 Ranjay Krishna，Yuke Zhu，Oliver Groth，Justin Johnson，Kenji Hata，Joshua Kravitz，Stephanie Chen，Yannis Kalantidis，Li-Jia Li，David A Shamma等。Visual Genome：使用众包密集图像注释连接语言和视觉。IJCV，123（1）：32-73，2017年。 Gen Li，N. Duan，Yuejian Fang，Daxin Jiang和M. Zhou。Unicoder-VL：一种用于视觉和语言的通用编码器，通过跨模态预训练。在AAAI，2020年。 Xiujun Li，Xi Yin，Chunyuan Li，Pengchuan Zhang，Xiaowei Hu，Lei Zhang，Lijuan Wang，Houdong Hu，Li Dong，Furu Wei等。Oscar：用于视觉语言任务的对象-语义对齐预训练。在ECCV，2020年。 [30] Tsung-Yi Lin，Michael Maire，Serge Belongie，James Hays，Pietro Perona，Deva Ramanan，Piotr Dollar和C Lawrence´ Zitnick。Microsoft COCO：上下文中的常见对象。在ECCV，2014年。 Jiasen Lu，Dhruv Batra，Devi Parikh和Stefan Lee。Vilbert：为视觉语言任务预训练的任务不可知视觉语言表示。NeurIPS，2019年。 Nicole Meister，Dora Zhao，Angelina Wang，Vikram V Ramaswamy，Ruth Fong和Olga Russakovsky。视觉数据集中的性别偏见。arXiv预印本arXiv：2206.09191，2022年。 Ron Mokady，Amir Hertz和Amit H Bermano。ClipCap：图像字幕的剪辑前缀。arXiv预印本arXiv：2111.09734，2021年。 Jahna Otterbacher，Pınar Barlas，Styliani Kleanthous和Kyriakos Kyriakou。我们如何谈论其他人？自然语言图像描述中的群体（不）公平性。在AAAI HCOMP，2019年。 E Ashby Plant，Janet Shibley Hyde，Dacher Keltner和Patricia G Devine。情绪的性别刻板印象。《女性心理学季刊》，24（1）：81-92，2000年。 Bryan A Plummer，Liwei Wang，Chris M Cervantes，Juan C Caicedo，Julia Hockenmaier和Svetlana Lazebnik。Flickr30k实体：为更丰富的图像到句子模型收集区域到短语的对应关系。在ICCV，2015年。 Alec Radford，Jong Wook Kim，Chris Hallacy，Aditya Ramesh，Gabriel Goh，Sandhini Agarwal，Girish Sastry，Amanda Askell，Pamela Mishkin，Jack Clark等。从自然语言监督中学习可迁移的视觉模型。在ICML，2021年。