使用 tensorflow object detection API 进行性别识别
use tensorflow object detection API for gender recognition
我可以使用 tensorflow 对象检测 API 进行性别识别吗?
我想训练 SSD_mobile 网络进行性别识别和检测。我将 labelmap 更改为:
item {
id: 1
name: 'man'
}
item {
id: 2
name: 'woman'
}
和num_classes=2
我附加到 training_loss=8 但是当我将图像提供给网络进行测试时,结果很糟糕。
我应该怎么办?有人可以帮我吗?
对于这种任务,如果你没有超级计算机,你将需要一个庞大的数据集和很长时间的训练哈哈开玩笑,但这非常困难,我们需要非常敏锐的分析,因为男人或女人都有计算机的几乎相同类型的功能不适合我们但对于计算机就像它不能区分母狗和狗但我们人类可以只用一只手表所以我希望你能理解我想说的但你应该一定要试试它,这是一个非常好的主意,如果你能用它做一些更好的事情,那么有很多应用程序。祝你好运,如果你能做得更好,请告诉我。
可以。您需要遵循的方法如下:
- 使用SSD提取待找物体的位置(这里是人脸)
- 获取conv5位置的相关feature map(假设你用的是VGG)。例如,如果您在大小为 (300, 300) 的输入图像中的位置 (100, 100, 100, 100 - XYWH) 找到对象,则在 (12, 12, 12, 12 - XYWH) 处剪切 conv5 特征。数学是 (100 / 300) * 38。
- 现在你应该有从 conv5 (12 x 12 x 512) 中截取的激活特征,它只与你想要预测性别的面部相关。
- 展平此特征激活并为其应用 DNN 分类器(即用于 VGG 的分类器)。
- 获取表明男性或女性的二进制输出。
- 通过将性别损失添加到全局损失函数来训练您的网络。
瞧。你有性别估计网络。
我可以使用 tensorflow 对象检测 API 进行性别识别吗? 我想训练 SSD_mobile 网络进行性别识别和检测。我将 labelmap 更改为:
item {
id: 1
name: 'man'
}
item {
id: 2
name: 'woman'
}
和num_classes=2 我附加到 training_loss=8 但是当我将图像提供给网络进行测试时,结果很糟糕。 我应该怎么办?有人可以帮我吗?
对于这种任务,如果你没有超级计算机,你将需要一个庞大的数据集和很长时间的训练哈哈开玩笑,但这非常困难,我们需要非常敏锐的分析,因为男人或女人都有计算机的几乎相同类型的功能不适合我们但对于计算机就像它不能区分母狗和狗但我们人类可以只用一只手表所以我希望你能理解我想说的但你应该一定要试试它,这是一个非常好的主意,如果你能用它做一些更好的事情,那么有很多应用程序。祝你好运,如果你能做得更好,请告诉我。
可以。您需要遵循的方法如下:
- 使用SSD提取待找物体的位置(这里是人脸)
- 获取conv5位置的相关feature map(假设你用的是VGG)。例如,如果您在大小为 (300, 300) 的输入图像中的位置 (100, 100, 100, 100 - XYWH) 找到对象,则在 (12, 12, 12, 12 - XYWH) 处剪切 conv5 特征。数学是 (100 / 300) * 38。
- 现在你应该有从 conv5 (12 x 12 x 512) 中截取的激活特征,它只与你想要预测性别的面部相关。
- 展平此特征激活并为其应用 DNN 分类器(即用于 VGG 的分类器)。
- 获取表明男性或女性的二进制输出。
- 通过将性别损失添加到全局损失函数来训练您的网络。
瞧。你有性别估计网络。