opencv 使用深度学习进行人脸年龄的检测

最新推荐文章于 2024-06-17 16:34:15 发布

人工智能研究所

最新推荐文章于 2024-06-17 16:34:15 发布

阅读量154

点赞数 1

分类专栏：计算机视觉OpenCV人脸检测与识别文章标签： opencv 深度学习人工智能人脸检测

本文链接：https://blog.csdn.net/weixin_44782294/article/details/135632366

版权

计算机视觉OpenCV人脸检测与识别专栏收录该内容

19 篇文章 2 订阅 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍如何结合OpenCV和深度学习模型进行人脸年龄检测。首先进行人脸检测，然后将检测到的人脸数据输入年龄检测模型。通过初始化年龄段、加载人脸识别和年龄检测模型，对图像进行预处理，计算blob值并进行预测。最终，根据预测结果展示人脸年龄及其置信度。文章还提及了使用更多数据训练更精确模型的可能性，并推荐了相关小程序进行更多属性的检测。

摘要由CSDN通过智能技术生成

前期的文章我们分享了人脸的识别以及如何进行人脸数据的训练，本期文章我们结合人脸识别的

模型进行人脸年龄的检测

人脸年龄的检测步骤

1、首先需要进行人脸的检测

2、把检测到的人脸数据给年龄检测模型去检测

3、把检测结果呈现到图片上

人脸年龄检测

import numpy as np
import cv2import osAGE_LIST = ["(0-2)", "(4-6)", "(8-12)", "(15-20)", "(25-32)",
	"(38-43)", "(48-53)", "(60-100)"]
prototxtFacePath =  "model/deploy.prototxt"
weightsFacePath = "model/res10_300x300_ssd_iter_140000.caffemodel"
faceNet = cv2.dnn.readNet(prototxtFacePath, weightsFacePath)prototxtAgePath = "model/a