基于 caffe 的性别和年龄估计 – 论文阅读 – 基于CNN的年龄和性别分类 Github 中基于 Tensorflow 的性别和年龄估计 - Github项目 - Age-Gender-Estimate-TF 年龄性别估计 这里学习下 Github 中基于 Keras 的性别和年龄估计
Github - age-gender-estimation 项目路径
基于 Keras 的人脸年龄和性别估计.
基于 IMDB-WIKI dataset 训练.
<h2>1. 依赖环境</h2>
- Python3.5+
- Keras2.0+
- scipy, numpy, Pandas, tqdm, tables, h5py
- dlib (for demo)
- OpenCV3
测试环境:
[1] - Ubuntu 16.04, Python 3.5.2, Keras 2.0.3, Tensorflow(-gpu) 1.0.1, Theano 0.9.0, CUDA 8.0, cuDNN 5.0
- CPU: i7-7700 3.60GHz, GPU: GeForce GTX1080
[2] - macOS Sierra, Python 3.6.0, Keras 2.0.2, Tensorflow 1.0.0, Theano 0.9.0
<h2>2. 采用预训练模型测试 Demo</h2>
需要 Web Cam:
python3 demo.py
采用 Tensorflow 后端的 Keras 会自动下载预训练模型到 pretrained_models 路径.
<h2>3. 模型训练</h2>
- 下载 IMDB-WIKI 数据集, 并解压到
data路径.
./download.sh
- 创建训练数据 过滤噪声数据, 并将训练图片和对应标签序列化到 mat 文件. 数据集细节可参考 check_dataset.ipynb.
python3 create_db.py --output data/imdb_db.mat --db imdb --img_size 64
create_db.py [-h] --output OUTPUT [--db DB] [--img_size IMG_SIZE] [--min_score MIN_SCORE]
使用方法: 该脚本清理噪声数据, 并创建训练数据集 -h, --help - 查看 [help] 信息 --output OUTPUT, -o OUTPUT - 输出数据集 mat 文件的路径, 默认为 None. --db DB - dataset名, wiki 或 imdb, 默认为 wiki --img_size IMG_SIZE - 输出图片尺寸, 默认为 32 --min_score MIN_SCORE - 最小化 face_score, 默认为 1.0
- 网络训练 采用创建好的训练数据集进行网络训练:
python3 train.py --input data/imdb_db.mat
每个 epoch 训练的权重weights 文件保存为 checkpoints/weights.*.hdf5.
train.py [-h] --input INPUT [--batch_size BATCH_SIZE] [--nb_epochs NB_EPOCHS] [--depth DEPTH] [--width WIDTH] [--validation_split VALIDATION_SPLIT] [--aug]
使用方法: -h, --help - 查看 [help] 信息 --input INPUT, -i INPUT - 输入的数据集 mat 文件, 默认为 None. --batch_size BATCH_SIZE - batch size, 默认为 32 --nb_epochs NB_EPOCHS - 训练的 epochs 数, 默认为 30 --depth DEPTH - 网络深度 depth of network (值应该为 10, 16, 22, 28, ...), 默认为 16 --width WIDTH - 网络宽度 width of network, 默认为 8 --validation_split VALIDATION_SPLIT - 验证集比例, 默认为 0.1 --aug - 设为 True 时, 采用数据增强, 默认为 False
- 采用数据增强方法训练网络
近期的数据增强方法,如 mixup 和 Random Erasing, 可以在 --aug 参数项进行设置:
python3 train.py --input data/imdb_db.mat --aug
具体实现可参考 - mixup-generator
经测试, 数据增强可以防止过拟合, 提高 validation loss.
[1] - mixup: Beyond Empirical Risk Minimization - 2017
[2] - Random Erasing Data Augmentation - 2017
<h2>4. 训练网络的使用</h2>
可以选取训练好的最佳模型权重进行测试 - checkpoints/weights.*.hdf5.
python3 demo.py
demo.py [-h] [--weight_file WEIGHT_FILE] [--depth DEPTH] [--width WIDTH]
使用方法: 该脚本从 Web Cam 输入的图片检测人脸, 并对检测人脸进行年龄和性别估计. -h, --help - 查看 [help] 信息 --weight_file WEIGHT_FILE - 权重文件路径, 如weights.18-4.06.hdf5, 默认为 None --depth DEPTH - 网络深度 depth of network, 默认为 16 --width WIDTH - 网络宽度 width of network, 默认为 8
<h2>5. 训练日志</h2>
画出历史文件曲线
如:
python3 plot_history.py --input models/history_16_8.h5
- Results without data augmentation:
</p> - <p>Results with data augmentation
最佳的 val_loss 从 3.969 降低为 3.731:
Without data augmentation: 3.969 With standard data augmentation: 3.799 With mixup and random erasing: 3.731
</li> </ul> 采用数据增强后, 即使学习率很小, 也没出现过拟合现象(epoch>15). <h2>6. 网络结构</h2> 原始论文采用的是预训练的 VGG 网络. [1] - DEX: Deep EXpectation of apparent age from a single image - ICCV2015 [2] - Deep expectation of real and apparent age from a single image without facial landmarks - IJCV2016 这里采用从零开始训练 Wide Residual Network (WideResNet). 添加了两个分类层(年龄和性别)到 WideResNet 尾部. 在原始论文实现中是采用两个 CNN 模型分别独立实现的. 这里采用单个 CNN 同时预测年龄和性别. 相当于 Multi-tasks. <h2>7. Results</h2> 在 IMDB 上训练, WIKI 上测试.
<h2>8. 评测</h2>
在 APPA-REAL dataset (validation) 评估训练的模型.
python3 evaluate_appa_real.pyAPPL-REAL 数据集细节可见 appa-real
得到的结果如下:
MAE Apparent: 6.06 MAE Real: 7.38
MAE Apparent: 4.08 MAE Real: 5.30