使用tensorflow對象檢測API進行性別識別

我可以使用tensorflow對象檢測API進行性別識別嗎？我想訓練SSD_mobile網絡進行性別識別和檢測。我改變標記圖，以：使用tensorflow對象檢測API進行性別識別

item { 
    id: 1 
    name: 'man' 
} 
item { 
    id: 2 
    name: 'woman' 
}

和num_classes = 2 我附加到training_loss = 8，但是當我喂圖像到網絡來測試，其結果是糟糕的。我該怎麼辦？有人能幫助我嗎？

來源

2017-12-02 Mosi

對於這種類型的任務，如果你沒有超級計算機哈哈開玩笑，你將需要一個巨大的數據集和很長的時間進行培訓，但這是相當困難的，我們需要非常敏銳的分析，因爲男人或女人幾乎都有同樣類型的電腦功能不適合我們，但對於電腦來說，就像它不能在婊子和狗狗之間產生差異，但我們人類可以只用一隻手錶，所以我希望你能理解我想說的，但你應該肯定嘗試它是一個非常好的想法，如果你能用這個做更好的事情，那麼有很多應用程序。祝你好運，讓我知道你是否可以做得更好。

來源

2017-12-03 21:39:17 meenachinmay

是的，它完全正確。我們正在訓練IMDB數據集的網絡，進行40000次迭代。對於只包含一張臉部的圖像，對於包含多張臉部的圖像，我們已經獲得了很好的效果。我認爲IMDB存在基本問題，所以我們應該找到一個更好的數據集 – Mosi

你可以。您需要遵循的方法如下：

使用SSD提取要找到的對象的位置（在這裏面對）。
獲取conv5位置的相關功能圖（假設您使用VGG）。例如，如果在大小爲（300，300）的輸入圖像中找到位於（100,100,100,100-XYWH）位置的物體，則在（12,12,12,12-XYWH）處切割conv5特徵。數學是（100/300）* 38.
現在您將擁有從conv5（12 x 12 x 512）剪下的激活特徵，並且只與您想要預測性別的臉部相關。
展開此功能激活併爲其應用DNN分類器（即用於VGG的分類器）。
獲取二進制輸出，說明男性或女性。
通過將性別損失添加到全局損失函數來訓練您的網絡。

Voila。你有性別估計網絡。

來源

2017-12-04 05:54:51

使用tensorflow對象檢測API進行性別識別

回答

相關問題