日萌社

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）

有一组照片，分为男人和女人，让深度学习模型来学习这些样本，并能够找到其中的规律，完成模型的训练。接着可以使用该模型对图片中的人物进行识别，区分其性别是男还是女。使用了一个NASNet_A_Mobile的模型来做二次训练。具体过程分为4步：（1）准备样本；（2）准备NASNet_A_Mobile网络模型；（3）编写代码进行二次训练；（4）使用已经训练好的模型进行测试。

下载CelebA数据集：下载完之后，解压，并手动分出一部分男人与女人的照片。在本例中，一共用了20000张图片用来训练模型，其中训练样本由8421张男性头像和11599张女性头像构成（在train文件夹下），测试样本由10张男性头像和10张女性头像构成（在val文件夹下）。部分样本数据如图：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

CelebA是CelebFaces Attribute的缩写，意即名人人脸属性数据集，其包含10,177个名人身份的202,599张人脸图片，每张图片都做好了特征标记，包含人脸bbox标注框、5个人脸特征点坐标以及40个属性标记，CelebA由香港中文大学开放提供，广泛用于人脸相关的计算机视觉训练任务，可用于人脸属性标识训练、人脸检测训练以及landmark标记等。

点击任何一个链接都会进入如下dropbox目录： Anno是bbox、landmark及attribute注释文件，Eval是training、validation及testing数据集的划分注释，Img则是存放相应的人脸图像，README.txt是CelebA介绍文件；

通过阅读README.txt了解到每一部分代表的含义： - In-The-Wild Images (Img/img_celeba.7z) 202,599张原始“野生”人脸图像，从网络爬取未有做任何裁剪缩放操作的人脸图像； - Align&Cropped Images (Img/img_align_celeba.zip & Img/img_align_celeba_png.7z) 202,599张经过人脸对齐和裁剪了的图像，视情况下载对应不同质量的图像即可，一般选择jpg格式才1G多的img_align_celeba.zip文件；

- Bounding Box Annotations (Anno/list_bbox_celeba.txt) bounding box标签，即人脸标注框坐标注释文件，包含每一张图片对应的bbox起点坐标及其宽高，如下：

- Landmarks Annotations (Anno/list_landmarks_celeba.txt & Anno/list_landmarks_align_celeba.txt)

5个特征点landmark坐标注释文件， list_landmarks_align_celeba.txt则是对应人脸对齐后的landmark坐标；

- Attributes Annotations (Anno/list_attr_celeba.txt)

40个属性标签文件，第一行为图像张数，第二行为属性名，有该属性则标记为1，否则标记为-1；

CelebA的40个属性的理解：5_o_Clock_Shadow：刚长出的双颊胡须
Arched_Eyebrows：柳叶眉
Attractive：吸引人的
Bags_Under_Eyes：眼袋
Bald：秃头
Bangs：刘海
Big_Lips：大嘴唇
Big_Nose：大鼻子
Black_Hair：黑发
Blond_Hair：金发
Blurry：模糊的
Brown_Hair：棕发
Bushy_Eyebrows：浓眉
Chubby：圆胖的
Double_Chin：双下巴

Eyeglasses：眼镜
Goatee：山羊胡子
Gray_Hair：灰发或白发
Heavy_Makeup：浓妆
High_Cheekbones：高颧骨
Male：男性
Mouth_Slightly_Open：微微张开嘴巴
Mustache：胡子，髭
Narrow_Eyes：细长的眼睛
No_Beard：无胡子
Oval_Face：椭圆形的脸
Pale_Skin：苍白的皮肤
Pointy_Nose：尖鼻子
Receding_Hairline：发际线后移
Rosy_Cheeks：红润的双颊
Sideburns：连鬓胡子
Smiling：微笑
Straight_Hair：直发

Wavy_Hair：卷发
Wearing_Earrings：戴着耳环
Wearing_Hat：戴着帽子
Wearing_Lipstick：涂了唇膏
Wearing_Necklace：戴着项链
Wearing_Necktie：戴着领带
Young：年轻人

- Identity Annotations (available upon request)
10,177个名人身份标识，图片的序号即是该图片对应的标签；- Evaluation Partitions (Eval/list_eval_partition.txt)
用于划分为training，validation及testing等数据集的标签文件，标签0对应training，标签1对应validation，标签2对应testing；

1. 下载models与部署TensorFlow slim模块
2. 下载NASNet_A_Mobile模型3. 整体代码文件部署结构及描述如下：
l mydataset.py：处理男女图片数据集的代码；
l model.py：加载预编译模型NASNet_A_Mobile，并进行微调的代码；
l train.py：训练模型的代码；
l test.py：测试模型的代码。

1，分别为自选图片、测试数据集中的女人图片、测试数据集中的男人图片，每张图片下面显示了模型识别的结果，可以看到结果与图片内容一致。
2，年龄测试同样发现可以预计出年龄的大致情况，但是，后期提高准确率，可以以预测年龄区间为主。

性别检测识别、年龄检测识别相关推荐

【CV】使用 OpenCV 进行图像中的性别预测和年龄检测
一.介绍照片中的面部分析引起了人们的广泛关注,因为它可以帮助我们解决各种问题,包括更好的客户广告定位.更好的内容推荐系统.安全监控和其他领域. 年龄和性别是面部特征的重要方面,确定它们是此类活动的先 ...
JavaCV的摄像头实战之十三：年龄检测
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos 本篇概览本文是<JavaCV的摄像头实战> ...
亚马逊Rekognition发布针对人脸检测、分析和识别功能的多项更新
今天亚马逊Rekognition针对人脸检测.分析和识别功能推出了一系列更新.这些更新将为用户带来多项能力的改今,包括从图像中检测出更多人脸.执行更高精度的人脸匹配以及获得图像中的人脸得到更准确的年龄 ...
树莓派人脸识别_童话树莓派|（十一）进入AI世界人脸识别(防疫检测)
童话树莓派第十一集-进入AI世界-人脸识别(防疫检测) [人脸识别+口罩检测] 小朋友们,很快又见面了今天我们继续进入AI人工智能世界,探寻人脸识别的奥秘你看起来多少岁呢? 你看起来是男的还是女 ...
百度AI人脸识别与检测一：学生人脸识别签到系统简介及百度AI开放平台账号注册和人脸实例应用创建
<百度AI人脸识别与检测>专栏为项目专栏,从零到一,从无到有开发一个学生人脸识别签到系统:主要用到的技术有百度开放平台中的人脸检测.人脸识别.Python图形界面开发PyQt5.线程的管理 ...
腾讯AI Lab两大算法刷新人脸识别与检测纪录，秉承「基础研究+落地应用」之路
2017-12-22 10:07:03 雷锋网 AI 科技评论按:12 月 18 日,腾讯 AI Lab 宣布,其研发的人脸算法 Face R-FCN 和 Face CNN 分别在人脸检测平台 WID ...
腾讯AI Lab刷新人脸识别与检测两大测评国际记录，技术日调用超六亿
欢迎大家前往云加社区,获取更多腾讯海量技术实践干货哦~ 作者: 腾讯技术工程官方号 2017年12月18日,深圳 - 腾讯AI Lab研发的Face R-FCN和FaceCNN算法分别在国际最大.最难 ...
坏了，人脸识别能检测出同性恋？
人脸识别不光能解锁手机,抓逃犯-它还可能检测你是直男还是 Gay? 也许你已经听过了这一消息.去年,斯坦福大学组织助理教授 Michael Kosinki 和同事 Yilun Wang 在一篇 ...
基于深度学习的口罩识别与检测PyTorch实现
基于深度学习的口罩识别与检测PyTorch实现 1. 设计思路 1.1 两阶段检测器:先检测人脸,然后将人脸进行分类,戴口罩与不戴口罩. 1.2 一阶段检测器:直接训练口罩检测器,训练样本为人脸的标注 ...
CVPR 2020 | 腾讯优图17篇论文入选，含类比学习、人脸识别、物体检测、行人重识别等领域...
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 本文来源:腾讯优图全球计算机视觉顶级会议CVPR2020 (IEEE Conf ...

性别检测识别、年龄检测识别

日萌社

性别检测识别、年龄检测识别相关推荐

最新文章

热门文章