这是一个人脸年龄和性别识别的TensorFlow工具,首先使用dlib来检测和对齐图片中的人脸,然后使用CNN深度网络来估计年龄和性别。如下所示,该项目可以同时估计一张照片中的多个人脸 。
本项目需要以下依赖包,已经在CenotOS7系统上的Python2.7.14环境中测试过。
为了训练你自己的模型,你首先需要下载IMDB和wiki 两个数据集,下载地址分别为https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/static/imdb_crop.tar和\ https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/static/wiki_crop.tar\ 。 然后将下载好的打包文件解压到data目录中。解压后images目录应该如下所示:
/path/to/project/data/imdb_crop/00/somepictures /path/to/project/data/imdb_crop/01/somepictures …. /path/to/project/data/imdb_crop/99/somepictures
然后你可以运行
> python convert_to_records_multiCPU.py --imdb --nworks 8
来将图片转化成tfrecords格式. —imdb 使用imdb数据集,—nworks 8 表示8核心的cpu并行转换数据。因为我们首先需要进行非常耗时的人脸检测和对齐步棸,所以我们建议使用尽可能多的核心数。Intel E5-2667 v4 带有 32 个核心运行完需要大概50分钟。
一旦完成图片到tfrecords的转换,你应该会得到以下的目录:
/path/to/project/data/train/train-000.tfrecords …… /path/to/project/data/test/test-000.tfrecords ……
我们的CNN深度网络采用基于inception-resnet-v1的FaceNet架构来提取特征,为了加快训练速度,我们使用预训练好的模型权重(https://github.com/davidsandberg/facenet ),并已经微调权重来适应我们的模型,你可以下载这个预训练的facenet权重文件(https://mega.nz/#!4G4yxbAL!D9QG48yzCeFegCFhZfpCgOyLYbfDdU6lt2k2kK9n23gmodels**目录。),并解压到**
/path/to/project/models/checkpoint /path/to/project/models/model.ckpt-0.data-00000-of-00001 /path/to/project/models/model.ckpt-0.index /path/to/project/models/model.ckpt-0.meta
注意: 这一步是可选的,你可以从头开始训练自己的模型,运行以下命令来开始训练。
> python train.py --lr 1e-3 --weight_decay 1e-5 --epoch 6 --batch_size 128 --keep_prob 0.8 --cuda
NOTE: 使用 --cuda 将在GPU上训练模型.
使用 tensorboard 来可视化训练
> tensorboard --logdir=./train_log
你可以通过以下命令在测试数据集上来检查训练好的模型
> python test.py --images "./data/test" --model_path "./models" --batch_size 128 --choose_best --cuda
--cuda 表示使用GPU来测试;—choose_best 表示测试所有的训练模型并选出最好的一个;如果你只想测试最新的一个训练模型就不用加这个参数。
> python test.py --images "./data/test" --model_path "./models" --batch_size 128 --cuda
如果你想在自己的图片上测试模拟
> python eval.py --I "./demo/demo.jpg" --M "./models/" --font_scale 1 --thickness 1
--I表示图片位置;如果图像上的文本太大或者太小,你可以使用不同的 --font_scale 1 和 --thickness 1 值来调整文本大小和粗细。我们提供一个预训练的模型,你可以从(https://mega.nz/#!BfglkI7A!YBvFyxgKhvUnnNRu9FL-ACjdo18SmOZ-YSz9QghQRzE)或者 (https://pan.baidu.com/s/1bpllJg7models**)下载,并解压到** 路径中.
首先从(https://mega.nz/#!BfglkI7A!YBvFyxgKhvUnnNRu9FL-ACjdo18SmOZ-YSz9QghQRzE)或者 (https://pan.baidu.com/s/1bpllJg7models**)下载,并解压到** 路径中。从摄像头中获得图片运行以下命令时出现问题,你需要卸载你的cv2并从源码重新安装(https://www.scivision.co/anaconda-python-opencv3/)
> python demo.py
这个项目是我在浙大机器学习课程上的课程作业,以下是论文和代码引用说明
参考链接:https://github.com//BoyuanJiang/Age-Gender-Estimate-TF
作者主页:https://www.aiboy.pub/