代码之家  ›  专栏  ›  技术社区  ›  user7697769

使用tensorflow对象检测API进行性别识别

  •  1
  • user7697769  · 技术社区  · 7 年前

    我可以使用tensorflow对象检测API进行性别识别吗? 我想训练SSD_移动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,但当我将图像馈送到网络进行测试时,结果很糟糕。 我该怎么办?有人能帮我吗?

    2 回复  |  直到 7 年前
        1
  •  0
  •   meenachinmay    7 年前

    对于这类任务,如果你没有一台超级电脑,你将需要一个巨大的数据集和很长的训练时间。哈哈,除了开玩笑,但这是相当困难的,我们需要非常敏锐的分析,因为男人或女人对电脑有几乎相同的功能,不是对我们来说,而是对电脑来说,就像它不能区分母狗和狗一样,但我们人类可以只看一只手表,所以我希望如此你会理解我想说的,但你一定要试试。这是一个非常好的主意,如果你能用它做得更好,这有很多应用。祝你好运,如果你能做得更好,请告诉我。

        2
  •  0
  •   Deniz Beker    7 年前

    你可以。您需要遵循的方法如下:

    • 使用SSD提取要找到的对象的位置(此处为面)。
    • 获取conv5位置的相关特征图(假设您使用VGG)。例如,如果在大小为(300300)的输入图像中的位置(100100100100100100xywh)处找到对象,则在(12,12,12,12-XYWH)处剪切conv5特征。数学是(100/300)*38。
    • 现在,您将从conv5(12 x 12 x 512)中获得激活特征,该特征仅与您想要预测性别的人脸相关。
    • 展平此特征激活并为其应用DNN分类器(即用于VGG的分类器)。
    • 获取表示阳性或阴性的二进制输出。
    • 通过在全局损失函数中添加性别损失来训练你的人际网络。

    瞧。你有性别评估网络。