OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：基于OpenCV和深度学习预测年龄和性别

    本文主要介绍如何使用Python库（即 OpenCV 和深度学习）预测人的年龄和性别。

什么是 OpenCV？

        OpenCV 是“开源计算机视觉”的缩写。从名称上看，它是一个开源计算机视觉和机器学习库。该库能够处理实时图像和视频，同时还具有分析能力。它支持深度学习框架TensorFlow、Caffe 和 PyTorch。

        该库拥有超过 2500 种优化算法，包括一整套经典和最先进的计算机视觉和机器学习算法。这些算法可用于检测和识别人脸、识别物体、对视频中的人类动作进行分类、跟踪摄像机运动、跟踪移动物体、提取物体的 3D 模型、从立体摄像机生成 3D 点云、将图像拼接在一起以生成整个场景的高分辨率图像、从图像数据库中查找相似图像、从使用闪光灯拍摄的图像中去除红眼、跟踪眼球运动、识别场景并建立标记以将其与增强现实叠加等。

        OpenCV 在用户社区中拥有超过 47,000 人，估计下载次数超过 1800 万次。该库在公司、研究团体和政府机构中得到广泛使用。

数据集

    对于这个 Python 项目，我们将使用 Adience 数据集；该数据集在公共领域可用，您可以在此处找到它。该数据集作为人脸照片的基准，包括各种真实世界的成像条件，如噪声、照明、姿势和外观。这些图像是从 Flickr 相册收集的，并根据知识共享 (CC) 许可分发。它共有 26,580 张照片，2,284 名受试者来自八个年龄段（如上所述），大小约为 1GB。我们将使用的模型已经在这个数据集上进行了训练。

实现步骤

    步骤 1：安装 OpenCV

pip Install OpenCV

    步骤 2：安装 argparse 的命令

pip install argparse

    对于这个 Python 项目，我使用了 Adience 数据集；该数据集在公共领域可用，您可以在下面链接下载：

https://www.kaggle.com/ttungl/adience-benchmark-gender-and-age-classification

该数据集作为人脸照片的基准，包括各种真实世界的成像条件，如噪声、照明、姿势和外观。这些图像是从 Flickr 相册收集的，并根据知识共享 (CC) 许可分发。它共有 8 个年龄段（如上所述）的 2,284 名受试者的 26,580 张照片，大小约为 1GB。我使用的模型已经在这个数据集上进行了训练。

    之后，我们如何在脸部外部创建一个矩形，如下图所示。

    在这里我使用命令提示符运行项目，如下所示

    python detect.py — image <图像名称及扩展名>

    在这里我们可以看到不同的图像及其输出。

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。