基于随机消融的去偏性模型归因评估方法和装置

本申请涉及一种基于随机消融的去偏性模型归因评估方法和装置，其中，该方法包括：基于无信息值，对获取的原始图像进行随机消融的处理，得到数据集；能够有效缓解传统特征消融方法中的缺失偏差问题；根据数据集和预设的损失函数，对预构建的深度学习模型进行随机消融的训练，得到对缺失特征具有鲁棒性的目标模型；基于目标模型，对测试图像进行归因评估，得到归因评估结果；通过本申请，解决了相关技术中无法平衡缺失偏差与计算成本，存在评估的计算成本高的问题，通过随机消融特征来模拟特征丢失的场景，使得目标模型适应特征缺失，从而在评估阶段有效缓解缺失偏差的问题，以实现平衡缺失偏差与计算成本，降低归因评估的计算成本。