OpenCV--性别年龄预测（附源码）

环境：VS2017+OpenCV3.3+C++

   当我们接触一个全新的caffe.model文件，如何快速应用的，今天我将通过一个预测性别和年龄的实例来说明这个问题，首先来下载模型文件,保存到我们指定的自定义的目录，首先我们应该查看模型的描述文件(.prototxt)，确定模型需要的输入和输出部分。

name: "CaffeNet"
input: "data" //输入层
input_dim: 10 //数据增广
input_dim: 3 //通道数
input_dim: 227//长宽
input_dim: 227

输出：

layers {
  name: "prob" //名称
  type: SOFTMAX //特征层
  bottom: "fc8"
  top: "prob"
}

   本图为CVPR论文中对年龄的label讲解，用于后续输出。

 我们可以知道，输入数据的格式，接下来我们可以通过之前讲过的级联分类器作为图像输入，然后就可以进行性别和年龄的预测了。

1、模型定义

//替换成你的对应位置	
String model_age_file = "D:/new_cv/opencv/sources/samples/data/age_net.caffemodel";
String model_age_txt = "D:/new_cv/opencv/sources/samples/data/age_deploy.prototxt";

String model_gender_bin ="D:/new_cv/opencv/sources/samples/data/gender_net.caffemodel";
String model_gender_txt ="D:/new_cv/opencv/sources/samples/data/gender_deploy.prototxt";

2、年龄预测

在进行年龄预测之前，我们先对label进行保存

vector<String> get_age_label()
{
	vector<String> age_labels;
	age_labels.push_back("0-2");
	age_labels.push_back("4-6");
	age_labels.push_back("8-13");
	age_labels.push_back("15-20");
	age_labels.push_back("25-32");
	age_labels.push_back("38-43");
	age_labels.push_back("48-53");
	age_labels.push_back("60-");
	return age_labels;
}

年龄预测代码：

void predict_age(Mat &src)
{
	Net net = readNetFromCaffe(model_age1_txt, model_age1_file);
	if (net.empty())
	{
		cout << "load net error" << endl;
		exit(-1);
	}
	Mat blobImg = blobFromImage(src, 1.0, Size(227, 227));
	net.setInput(blobImg, "data");
	Mat probMat = net.forward("prob");
	probMat.reshape(1, 1);//1行1通道
	Point index;//坐标信息
	double objvalue;//最大检测值
	minMaxLoc(probMat, NULL, &objvalue, NULL, &index);//忽略最小值，取最大值
	size_t objindex = index.x;//label 下标
	vector<String>labels = get_age_label();
	putText(src, format("age:%s", labels[objindex].c_str()), Point(2, 20), FONT_HERSHEY_PLAIN, 0.7, Scalar(1, 12, 3), 1, 8);
}

3、性别预测

void predict_gender(Mat &src)
{
	Net net = readNetFromCaffe(model_age1_txt, model_age1_file);
	if (net.empty())
	{
		cout << "load net error" << endl;
		exit(-1);
	}
	Mat blobImg = blobFromImage(src, 1.0, Size(227, 227));
	net.setInput(blobImg, "data");
	Mat probMat = net.forward("prob");
	probMat.reshape(1, 1);//1行1通道
	putText(src, format("gender:%s", (probMat.size[0] > probMat.size[1] ? "M" : "F")), Point(2, 10), FONT_HERSHEY_PLAIN, 0.7, Scalar(2, 2, 3), 1, 8);
}

4、结果展示

源代码：https://github.com/haiqiang2017/open-dnn/blob/master/DNN/net_cas.cpp