연구진이 얼굴 인식 모델의 공정성 평가를 위한 WIDER-FAIR 데이터셋을 공개했어요. WIDER-FACE 벤치마크 기반으로 인종과 성별을 인식할 수 있도록 주석을 추가했어요. 아시아, 흑인, 인도, 백인 4개 인종 그룹과 남녀 2개 성별로 분류돼 총 16,256장의 이미지가 포함됐어요.
YOLOv5 모델 학습 결과, 흑인 얼굴 인식 성능이 다른 인종보다 낮았고, 흑인 그룹을 학습 데이터에서 제외하면 공정성 격차가 더 커지는 것으로 나타났어요. 이처럼 인구 통계학적 주석 데이터셋은 얼굴 인식 모델의 편향을 이해하고 평가하는 데 유용해요.