opencv学习笔记六十三:基于CNN的性别、年龄预测

75 篇文章 524 订阅 ¥9.90 ¥99.00
本文介绍了2015年CVPR论文中基于卷积神经网络(CNN)的性别和年龄分类方法。该网络包括3个卷积层和2个全连接层,以减少过拟合风险。论文涉及8个年龄段的年龄识别和二分类的性别识别任务。详细步骤包括加载预训练模型,人脸检测,图像格式转换以及网络前向传播。
摘要由CSDN通过智能技术生成

来自于2015年CVPR的一篇paper《Age and Gender Classification using Convolutional Neural Networks》。

Paper所用的网络包含:3个卷积层,还有2个全连接层。这个算是层数比较少的CNN网络模型了,这样可以避免过拟合。对于年龄的识别,paper仅仅有8个年龄段,相当于8分类模型,对于性别识别自然而然是二分类问题了。

首先上Model Zoo下载年龄和性别的caffe模型及其描述文件,下载网址https://talhassner.github.io/home/publication/2015_CVPR

步骤:

  1. 加载模型文件和描述文件
  2. 列出分类的标签文件
  3. 人脸检测,将脸部图像转换为网络输入的格式
  4. 网络输入
  5. 前向传播
#include<opencv2\opencv.hpp>
using namespace cv;
using namespace dnn;
using namespa
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值