日日擼夜夜擼,激情精品,毛片学生姝,久久婷婷综合国产色视频,婷婷色婷婷,精品视频免费在线观看,亚洲在线免费视频观看,www.韩国三级

作者 | AMAN

來源 |?Python中文社區(qū)

在本文中，我將帶您完成用 Python 進行機器學(xué)習(xí)的年齡和性別檢測的任務(wù)。年齡和性別檢測屬于計算機視覺的范疇，因此我將在Python中使用OpenCV庫。

在開始使用Python進行年齡和性別檢測任務(wù)之前，我將首先帶您了解該概念的含義以及如何處理年齡和性別檢測問題。理解這個概念很重要，以便將來您不僅可以使用python，還可以使用任何編程語言輕松地執(zhí)行年齡和性別檢測任務(wù)。

年齡和性別檢測簡介

檢測年齡和性別的任務(wù)是一個固有的難題，比許多其他計算機視覺任務(wù)更為困難。造成這種困難的主要原因在于訓(xùn)練這些類型的系統(tǒng)所需的數(shù)據(jù)。

盡管一般的對象檢測任務(wù)通常可以訪問成千上萬甚至數(shù)百萬張圖像進行訓(xùn)練，但是帶有年齡或性別標簽的數(shù)據(jù)集卻要小得多，通常只有幾千個，或者最好是幾萬個。

原因是要為此類圖像添加標簽，我們需要訪問圖像中主題的個人信息。即，我們將需要他們的出生日期和性別，尤其出生日期是很難獲取的信息。

因此必須解決這個問題的本質(zhì)，我們正在用適應(yīng)網(wǎng)絡(luò)體系結(jié)構(gòu)和算法方法來解決這些局限性。

用Python進行年齡和性別檢測

按年齡和性別分類的領(lǐng)域已經(jīng)研究了數(shù)十年。多年來，已經(jīng)采取了各種方法來解決該問題，并且取得了不同程度的成功。現(xiàn)在，我們開始使用 Python 來檢測年齡和性別。

我將把性別檢測問題作為分類問題，將年齡檢測問題作為回歸問題。但是，使用回歸準確估計年齡是困難的。甚至人類也無法通過注視一個人來準確預(yù)測年齡。但是，我們確實知道他們是30多歲還是40多歲。這也是我要使用Python進行的操作。

現(xiàn)在，讓我們開始使用 Python 語言進行年齡和性別檢測任務(wù)。首先，我將開始編寫用于檢測面部的代碼，因為如果沒有面部檢測，我們將無法繼續(xù)進行年齡和性別預(yù)測任務(wù)。

您可以從此處下載在年齡和性別檢測任務(wù)中所需的必要的OpenCV預(yù)訓(xùn)練模型。現(xiàn)在，在您的python文件中導(dǎo)入OpenCV模塊后，即可開始使用以下代碼。

用于人臉檢測的Python代碼：

def?getFaceBox(net,?frame,?conf_threshold=0.7):
????frameOpencvDnn?=?frame.copy()
????frameHeight?=?frameOpencvDnn.shape[0]
????frameWidth?=?frameOpencvDnn.shape[1]
????blob?=?cv.dnn.blobFromImage(frameOpencvDnn,?1.0,?(300,?300),?[104,?117,?123],?True,?False)

????net.setInput(blob)
????detections?=?net.forward()
????bboxes?=?[]
????for?i?in?range(detections.shape[2]):
????????confidence?=?detections[0,?0,?i,?2]
????????if?confidence?>?conf_threshold:
????????????x1?=?int(detections[0,?0,?i,?3]?*?frameWidth)
????????????y1?=?int(detections[0,?0,?i,?4]?*?frameHeight)
????????????x2?=?int(detections[0,?0,?i,?5]?*?frameWidth)
????????????y2?=?int(detections[0,?0,?i,?6]?*?frameHeight)
????????????bboxes.append([x1,?y1,?x2,?y2])
????????????cv.rectangle(frameOpencvDnn,?(x1,?y1),?(x2,?y2),?(0,?255,?0),?int(round(frameHeight/150)),?8)
????return?frameOpencvDnn,?bboxes

現(xiàn)在，下一步是預(yù)測圖像中人的性別。在這里，我將把性別網(wǎng)絡(luò)加載到內(nèi)存中，并通過網(wǎng)絡(luò)將檢測到的面部發(fā)送給性別檢測任務(wù)。

性別檢測的Python代碼：

genderProto?=?"gender_deploy.prototxt"
genderModel?=?"gender_net.caffemodel"
ageNet?=?cv.dnn.readNet(ageModel,?ageProto)

genderList?=?['Male',?'Female']

blob?=?cv.dnn.blobFromImage(face,?1,?(227,?227),?MODEL_MEAN_VALUES,?swapRB=False)
genderNet.setInput(blob)
genderPreds?=?genderNet.forward()
gender?=?genderList[genderPreds[0].argmax()]
print("Gender?Output?:?{}".format(genderPreds))
print("Gender?:?{}".format(gender))

現(xiàn)在的下一個任務(wù)是預(yù)測圖像中人的年齡。在這里，我將使用前向傳遞來獲取輸出。由于網(wǎng)絡(luò)架構(gòu)類似于性別網(wǎng)絡(luò)，因此我們可以充分利用所有輸出，以獲取預(yù)期的年齡組，來完成任務(wù)以檢測年齡。

用于年齡檢測的Python代碼：

ageProto?=?"age_deploy.prototxt"
ageModel?=?"age_net.caffemodel"
ageNet?=?cv.dnn.readNet(ageModel,?ageProto)

ageList?=?['(0?-?2)',?'(4?-?6)',?'(8?-?12)',?'(15?-?20)',?'(25?-?32)',?'(38?-?43)',?'(48?-?53)',?'(60?-?100)']

ageNet.setInput(blob)
agePreds?=?ageNet.forward()
age?=?ageList[agePreds[0].argmax()]
print("Gender?Output?:?{}".format(agePreds))
print("Gender?:?{}".format(age))

我們需要編寫的最后代碼是顯示輸出：

label?=?"{},?{}".format(gender,?age)
cv.putText(frameFace,?label,?(bbox[0],?bbox[1]-20),?cv.FONT_HERSHEY_SIMPLEX,?0.8,?(255,?0,?0),?3,?cv.LINE_AA)
cv.imshow("Age?Gender?Demo",?frameFace)

因此，從輸出中可以看到，我們能夠高度準確地預(yù)測性別和年齡。

用 OpenCV 進行年齡和性別檢測