หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การถดถอยอายุ

ภาพรวม

ฉันอยู่ที่ซุปเปอร์มาร์เก็ตที่ซื้อไวน์และฉันใช้การชำระเงินด้วยตนเองโดยไม่ต้องขอให้ผู้ช่วยยืนยันอายุของฉัน! จากนั้นฉันก็สังเกตเห็นว่ามีกล้องอยู่ใน Bezzle ดังนั้นฉันจึงสงสัยว่า ... เราสามารถประเมินอายุของบุคคลจากภาพใบหน้าของพวกเขาและระดับความมั่นใจในระดับใด

ในโครงการนี้เราพยายามประเมินอายุของบุคคลจากภาพใบหน้าของพวกเขา เราทำสิ่งนี้โดยการฝึกซ้อมเกี่ยวกับการจัดสรรข้อมูลทุกวัยและถดถอยอายุด้วยการสูญเสีย MSE ชุดข้อมูลนี้มีอคติทางเชื้อชาติอย่างหนักและส่งผลกระทบต่อประสิทธิภาพของโมเดล

เริ่มต้น

โครงการนี้ใช้ Conda เพื่อจัดการสภาพแวดล้อม เมื่อติดตั้ง conda แล้วเราจะสร้างสภาพแวดล้อมและเปิดใช้งาน

 Conda env สร้าง -f enviroment.yml
conda เปิดใช้งาน age_regression

- บน windows; PowerShell จะต้องเริ่มต้นและนโยบายการดำเนินการจะต้องได้รับการแก้ไข

 Conda Init PowerShell
Set -ExecutionPolicy -ExecutionPolicy Remotesigned -Scope CurrentUser

- repo นี้ใช้ git-lfs เพื่อจัดเก็บรุ่นตรวจสอบให้แน่ใจว่ามีการดึงไฟล์ Git-LFS โดยใช้

 Git LFS PULL

เพื่อเรียกใช้การทำนายอายุบนไดเรกทอรีของภาพที่รัน

 python evaluate_images.py -โมเดล pretrained/model_age_regression_resnext101_20.pth -ภาพ ~/รหัส/ชุดข้อมูล/faces/val

ผลงาน

เมื่อเราทำแผนการร่วมกันระหว่างอายุที่คาดการณ์และความจริงพื้นดินเราสามารถเห็นแบบจำลองมีความสัมพันธ์ที่แข็งแกร่งระหว่างทั้งสอง แต่มีค่าผิดปกติเป็นครั้งคราว

เราสามารถเห็นชุดข้อมูลมีความไม่สมดุลระหว่างอายุมากซึ่งส่วนใหญ่มีตัวอย่างจากผู้คน 25 ~ 35 ในขณะที่เรากำลังพยายามเพิ่มประสิทธิภาพของเราในชุดข้อมูลนี้มันได้ถูกละเว้น ในอนาคตชุดข้อมูลนี้ควรได้รับการ resampled ก่อนการฝึกอบรมเพื่อให้การกระจายอายุสม่ำเสมอ

เมื่อเราวางแผนแม่ในแต่ละกลุ่มอายุ เราสามารถเห็นกลุ่มอายุของเราที่มีแม่ที่เล็กที่สุดคือ 30-35 ซึ่งสอดคล้องกับกลุ่มอายุที่โดดเด่นของเราในชุดข้อมูล ที่ซึ่งเรามีข้อมูลน้อยมากเราสามารถเห็นข้อผิดพลาดในการทำนายที่ใหญ่กว่า อาจเป็นเรื่องน่าสนใจที่กลุ่มสำหรับอายุ <15 ยังมีแม่ที่ต่ำกว่าอาจเป็นเพราะกรณีที่ง่ายกว่า

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด