基于CNN实现对摄像头捕捉的人脸进行性别和年龄的预测

机器学习AI算法工程

共 2051字,需浏览 5分钟

 ·

2022-04-26 20:23


向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程   公众号:datayx


实现思路



数据处理

  • 原始数据来源于 https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/static/wiki_crop.tar

  • 原始数据集包含的图片数量很多,我从中筛选了大约10000张图片(筛选条件为:由OpenCV识别出的face数目为1、性别已知、男女各约5000张)

  • 图片尺寸统一为 100x100,文件名格式统一为 编号-年龄-性别.png,其中性别1代表男性,0代表女性

  • 从10000张图片中抽取约1000张(男女比例相当)作为测试集,其余作为训练集


模型结构

  • 性别预测分支和年龄预测分支共用ResNet50主干,年龄预测分支和性别预测分支各包含三层卷积层

  • 性别预测分支使用交叉熵损失函数

  • 年龄预测分支使用均方差损失函数


全部代码 获取方式:

关注微信公众号 datayx  然后回复 人脸 即可获取。


如何使用

  • 将data.zip解压到data目录下(data.zip更新为RGB图像,体积较大),训练集所在路径应为 ./data/trainset/,测试集所在路径应为 ./data/testset/

  • 安装所需的第三方库 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

  • 修改两处路径,将其指向OpenCV环境中对应的xml文件。分别是 run.py第46行 和 data/process_wiki_data.py第12行

  • 使用GPU训练模型 ./scripts/run_gpu.ps1

  • 用视频测试模型 python .\run.py --pretrain_weight_path .\middle\models\test-best.pth --mode video


训练过程的记录



这是对一张组合图像的处理结果(组合的四张图片选自imdb-wiki数据集的原始图像)



机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码




阅读过本文的人还看了以下文章:


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


《深度学习:基于Keras的Python实践》PDF和代码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


PyTorch深度学习快速实战入门《pytorch-handbook》


【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


如何利用全新的决策树集成级联结构gcForest做特征工程并打分?


Machine Learning Yearning 中文翻译稿


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  


浏览 57
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报