AgeRegression
1.0.0
나는 와인을 사는 슈퍼마켓에 있었고 자체 점검을 사용했는데, 조수에게 내 나이를 확인하도록 요청하지 않았습니다! 그런 다음 베즐에 카메라가 있다는 것을 알았습니다. 그래서 나는 우리가 얼굴 사진에서 사람의 나이를 추정하고 어느 정도의 자신감을 추정 할 수 있을까 궁금했습니다.
이 프로젝트에서 우리는 사람의 나이를 얼굴 사진에서 추정하려고 시도합니다. 우리는 All-Age-Faces-Dataset에 대한 교육을 통해이를 수행하고 MSE 손실로 나이를 회귀합니다. 이 데이터 세트에는 인종적 편견이 크며 모델 성능에 영향을 미칩니다.
이 프로젝트는 Conda를 사용하여 환경을 관리합니다. Conda가 설치되면 우리는 환경을 만들고 활성화합니다.
콘다는 -f enviroment.yml을 생성합니다 Conda는 Age_Regression을 활성화합니다
. 창에서; PowerShell은 초기화되어야하며 실행 정책을 수정해야합니다.
Conda Init Powershell set -executionPolicy -ExecutionPolicy Remotesigned -scope currentuser
. 이 repo는 GIT-LFS를 사용하여 모델을 저장하고 GIT-LFS 파일을 사용하여 가져 왔는지 확인하십시오.
git lfs pull
실행 된 이미지 디렉토리에서 나이 예측을 실행하려면
python evaluate_images.py --- 모드 프리 트레인/model_age_age_age_age_age_resnext101_20.pth --images ~/code/datasets/faces/val
우리가 예측 된 연령과 지상 진실 연령 사이에 공동 계획을 수행 할 때 우리는이 모델이 둘 사이에 강한 상관 관계가 있지만 가끔 특이점이 있습니다.
우리는 데이터 세트가 균형이 큰 균형이 큰 것을 볼 수 있으며, 대부분 사람들의 샘플이 25 ~ 35의 샘플을 특징으로합니다. 이 데이터 세트에서 성능을 극대화하려고 노력하면서 무시되었습니다. 앞으로이 데이터 세트는 균일 한 연령 분포를 제공하기 위해 훈련하기 전에 리 샘플링되어야합니다.
우리가 각 연령 그룹에서 MAE를 음모 할 때. 우리는 가장 작은 MAE가있는 연령대가 30-35이고, 이는 데이터 세트의 우세한 연령대에 해당합니다. 데이터가 거의없는 경우 더 큰 예측 오류를 볼 수 있습니다. <15 세 그룹의 그룹은 더 낮은 MAE를 가지고 있다는 것이 흥미로울 것입니다.
