年龄性别识别

年龄性别识别，基于insightface功能模块开发的，支持多张人脸同时检测和识别。

源码地址：https://github.com/yeyupiaoling/Age-Gender-MXNET

环境

安装mxnet，支持1.3~1.6版本，安装命令如下。

pip install mxnet-cu101==1.5.0

数据集

默认支持以下三种数据集，将以下三个数据集下载解压到dataset目录下。

http://afad-dataset.github.io/
http://mmlab.ie.cuhk.edu.hk/projects/MegaAge/
https://ibug.doc.ic.ac.uk/resources/agedb/

执行生成数据列表。

python create_dataset.py

如果想训练自定义数据集，只需生成类似以下的数据列表就可以了。

dataset/AgeDB/0_MariaCallas_35_f.jpg,0,35
dataset/AgeDB/10000_GlennClose_62_f.jpg,0,62
dataset/AgeDB/10001_GoldieHawn_23_f.jpg,0,23
dataset/AgeDB/10003_GoldieHawn_24_f.jpg,0,24
dataset/AgeDB/10004_GoldieHawn_27_f.jpg,0,27
dataset/AgeDB/10005_GoldieHawn_28_f.jpg,0,28
dataset/AgeDB/10006_GoldieHawn_29_f.jpg,0,29

如果想看各个年龄的分布，可以执行show_age_distribution.py生成年龄分布图。

训练

开始训练，具体参数可以查看代码，这里介绍一下network参数，这个参数是选择模型的，当指定为r50则选择ResNet作为特征提取模型，当m50则使用MobileNet作为特征提取模型。

python train.py

训练输出的结果：

gpu num: 1
num_layers 50
data_shape [3, 112, 112]
Called with argument: Namespace(batch_size=128, color=0, ctx_num=1, cutoff=0, data_dir='dataset', data_shape='3,112,112', end_epoch=200, gpu_ids='0', image_channel=3, image_h=112, image_w=112, lr=0.1, lr_steps='10,30,80,150,200', network='m50', num_layers=50, prefix='temp/model', pretrained='', rand_mirror=1, rescale_threshold=0, version_input=1, version_output='GAP')
1 GAP 32
INFO:root:loading recordio dataset\train.rec...
INFO:root:dataset\train.rec 数据大小：303018
INFO:root:是否随机翻转图片：1
INFO:root:loading recordio dataset\val.rec...
INFO:root:dataset\val.rec 数据大小：1032
INFO:root:是否随机翻转图片：False
call reset()
开始训练...
INFO:root:Epoch[0] Batch [0-20] Speed: 520.85 samples/sec   acc=0.572545   MAE=10.734747  CUM_5=0.240699
INFO:root:Epoch[0] Batch [20-40]    Speed: 518.95 samples/sec   acc=0.589844   MAE=9.351172   CUM_5=0.289844
INFO:root:Epoch[0] Batch [40-60]    Speed: 516.86 samples/sec   acc=0.603125   MAE=9.184766   CUM_5=0.303906
INFO:root:Epoch[0] Batch [60-80]    Speed: 508.44 samples/sec   acc=0.609766   MAE=8.759375   CUM_5=0.336719
INFO:root:Epoch[0] Batch [80-100]   Speed: 461.26 samples/sec   acc=0.656250   MAE=8.224609   CUM_5=0.361328
INFO:root:Epoch[0] Batch [100-120]  Speed: 518.43 samples/sec   acc=0.696875   MAE=7.611328   CUM_5=0.400391
INFO:root:Epoch[0] Batch [120-140]  Speed: 514.88 samples/sec   acc=0.715234   MAE=7.224609   CUM_5=0.426172
INFO:root:Epoch[0] Batch [140-160]  Speed: 517.80 samples/sec   acc=0.722266   MAE=6.976172   CUM_5=0.437500

评估

训练结束之后，执行下面的命令评估模型的识别准确率。

python eval.py

输出结果，从结果来看，准确率还是可以的。

100%|██████████| 1032/1032 [00:06<00:00, 153.75it/s]
性别准确率：0.972868
年龄准确率：0.761628

预测

使用训练好的模型或者笔者提供的模型执行年龄性别识别，通过指定图像文件路径完成识别。

python infer.py --image=test.jpg

识别输出结果：

第1张人脸，位置(160, 32, 204, 84), 性别：男, 年龄：30
第2张人脸，位置(545, 162, 579, 206), 性别：女, 年龄：31
第3张人脸，位置(632, 118, 666, 158), 性别：男, 年龄：28
第4张人脸，位置(91, 159, 151, 237), 性别：男, 年龄：38
第5张人脸，位置(723, 123, 760, 169), 性别：男, 年龄：26
第6张人脸，位置(263, 120, 317, 191), 性别：男, 年龄：27
第7张人脸，位置(438, 134, 481, 190), 性别：男, 年龄：46
第8张人脸，位置(908, 160, 963, 224), 性别：男, 年龄：35
第9张人脸，位置(39, 51, 81, 102), 性别：女, 年龄：31
第10张人脸，位置(807, 148, 847, 196), 性别：女, 年龄：26
第11张人脸，位置(449, 40, 485, 84), 性别：男, 年龄：29
第12张人脸，位置(378, 46, 412, 86), 性别：女, 年龄：33
第13张人脸，位置(534, 46, 567, 83), 性别：男, 年龄：30
第14张人脸，位置(272, 20, 311, 67), 性别：男, 年龄：28
第15张人脸，位置(358, 216, 375, 237), 性别：男, 年龄：27

效果图：

基于MXNET实现的年龄性别识别相关推荐

基于深度学习的人脸性别识别系统（含UI界面，Python代码）
摘要:人脸性别识别是人脸识别领域的一个热门方向,本文详细介绍基于深度学习的人脸性别识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中可以选择人脸图片.视频进行检 ...
基于BP神经网络算法的性别识别
目录基于 BP 神经网络算法的性别识别 1 目录 1 1.背景介绍 2 2. OpenCV 的介绍 3 3.安装 OpenCV 4 4. BP 神经网络算法介绍和实践 4 4.1 BP 神经网络结构 ...
【face-api.js】前端实现，人脸捕获、表情识别、年龄性别识别、人脸比对、视频人脸追踪、摄像头人物识别
face-api.js 效果展示准备工作官网看下简介,在线预览看下效果官方的github文件拷下来 npm i face-api.js 把模型文件拷进你的项目主要布局主要是在图片或视频元素上 ...
JavaCV实现年龄 | 性别识别（优化版）
一.效果展示之前的系列教程中写了关于怎么使用Java + OpenCV 进行人脸性别和年龄的识别,但是不同的环境需要安装和搭建OpenCV运行环境,现在用JavaCV重新修改了一下．思路啥的都一样, ...
卜若的代码笔记-python系列-神经网络篇-第十四章：基于keras框架的男女性别识别
1.我们来看一下整个网络的实现构架以下显示面板利用的是keras的summary函数 (None, 65536) (None, 512) ______________________________ ...
基于BP神经网络算法的实现静态图片和视频人脸识别、性别识别
资源下载地址:https://download.csdn.net/download/sheziqiong/85772066 资源下载地址:https://download.csdn.net/downl ...
基于深度学习人脸性别识别项目
项目概述要求针对提供的人脸数据集,根据人脸图像预测人脸性别. 本次将提供 20000 多张已经分割的人脸图像,要求基于人脸图像自动识别该人性别.数据集的年龄从 1 岁覆盖到 100 多岁,包括了白种 ...
年龄估计系列（1）年龄性别调研：论文阅读和github资源汇总/数据库/挑战/思考
目录一.论文阅读和github资源汇总 1.1 论文 1.1.1 2012.人脸图像的年龄估计研究 1.1.2 2013.Age Estimation Face Images_Human vs Ma ...
【源码】常用的人脸识别数据库以及上篇性别识别源码
上一篇<使用ML.NET模型生成器来完成图片性别识别>发布后,很多朋友希望得到源码,这里附上地址: https://github.com/xin-lai/GenderRecognition ...
性别识别_文字性别识别_语音性别识别 - 云+社区 - 腾讯云
广告关闭腾讯云双11爆品提前享,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高满返5000元! 通过神经网络对声音进行分类,比对声纹特征,实时判断说话人的性别特征,识别准确率高达 ...

基于MXNET实现的年龄性别识别

年龄性别识别

环境

数据集

训练

评估

预测

基于MXNET实现的年龄性别识别相关推荐

最新文章

热门文章