AgeRegression
1.0.0
كنت في سوبر ماركت شراء النبيذ واستخدمت فحصًا ذاتيًا ، لم يطلب من المساعد التحقق من عمري! ثم لاحظت أنه يحتوي على كاميرا في الأزهار. ثم تساءلت ... هل يمكننا تقدير عمر شخص من صورة وجهه وإلى أي درجة من الثقة.
في هذا المشروع ، نحاول تقدير عمر الشخص من صورة وجهه. نقوم بذلك عن طريق التدريب على dataset جميع الأجزاء ونتراجع عن العمر بفقدان MSE. تتمتع مجموعة البيانات هذه بالتحيز العنصري الثقيل ، وتؤثر على أداء النماذج.
يستخدم هذا المشروع كوندا لإدارة Enviroment ؛ بمجرد تثبيت كوندا ، نقوم بإنشاء Enviroment وتنشيطه ،
Conda Env Create -F Enviroment.yml كوندا تفعيل Age_regression
. على النوافذ يجب تهيئة PowerShell ويجب تعديل سياسة التنفيذ.
كوندا باورشيل set -executionpolicy -eexecutionpolicy currentUser -currentUser
. يستخدم هذا الريبو git-lfs لتخزين النماذج ، تأكد من سحب ملفات git-lfs باستخدام ،
GIT LFS سحب
لتشغيل التنبؤ العمري على دليل الصور ،
python aluadate_images.py -model pretRained/model_age_regression_resnext101_20
عندما نقوم بعمل مشترك بين عصر الحقيقة المتوقعة والحماس الأرضي ، يمكننا أن نرى أن النموذج له علاقة قوية بين الاثنين ولكن هناك القيم المتطرفة العرضية.
يمكننا أن نرى مجموعة البيانات لديها توازن كبير في العمر ، ويضم معظمها عينات من الأشخاص 25 ~ 35. بينما نحاول زيادة أدائنا على مجموعة البيانات هذه ، تم تجاهلها. في المستقبل ، يجب إعادة تشكيل مجموعة البيانات هذه قبل التدريب لإعطاء توزيع عمري موحد.
عندما نرسم ماي في كل فئة عمرية. يمكننا أن نرى فرقتنا العمرية مع أصغر MAE هي 30-35 والتي تتوافق مع مجموعتنا العمرية السائدة في مجموعة البيانات. حيث لدينا القليل من البيانات ، يمكننا أن نرى أخطاء تنبؤ أكبر. من الممكن أن يكون من المثير للاهتمام أن مجموعات الأعمار <15 لديها أيضًا أقل من MAE ، ربما لأنها أسهل.
