Я был в супермаркете, покупая вино, и я использовал самообследование, что, вначале, не попросила помощника проверить мой возраст! Тогда я заметил, что у нее была камера в сочетания. Итак, я подумал ... Можем ли мы оценить возраст человека по картине их лица и, с какой степени уверенности.
В этом проекте мы пытаемся оценить возраст человека из картины их лица. Мы делаем это, тренируясь по всему возрастам и регрессируют возраст с потерей MSE. Этот набор данных имеет сильную расовую предвзятость и влияет на производительность моделей.
Этот проект использует Conda для управления своей средой; После установки Conda мы создаем среду и активируем ее,
conda env create -f enviroment.yml Конда активируйте age_regression
Полем В окнах; PowerShell должен быть инициализирован, и политика выполнения должна быть изменена.
Conda Init PowerShell SET -EXECUTICEPOLICY -EXCUTICEPOLICY DEMOTESIGNED -Scope CurrentUser
Полем В этом репо используется GIT-LFS для хранения моделей, убедитесь, что файлы GIT-LFS были получены с использованием,
git lfs тянет
Чтобы запустить прогноз возраста в каталоге запуска изображений,
Python evaluate_images.py -модель предварительно
Когда мы делаем совместный участок между прогнозируемым и территорием земли, мы видим, что модель имеет сильную корреляцию между ними, но есть случайные выбросы.
Мы можем видеть, что набор данных имеет большой возраст, в основном с образцами от людей 25 ~ 35. Поскольку мы пытаемся максимизировать нашу производительность в этом наборе данных, его игнорировалось. В будущем этот набор данных должен быть перенесен перед тренировкой, чтобы дать равномерное возрастное распределение.
Когда мы планируем MAE в каждой возрастной группе. Мы можем видеть нашу возрастную группу с наименьшим MAE 30-35, что соответствует нашей преобладающей возрастной группе в наборе данных. Там, где у нас есть очень мало данных, мы можем увидеть большие ошибки прогнозирования. Возможно, интересно, что у групп в возрасте до возраста <15 также есть более низкая MAE, возможно, потому, что они простые случаи.