基于 CNN的年龄和性别检测《age and gender classification using CNN》

基于 CNN的年龄和性别检测《age and gender classification using CNN

路径问题我解决了很久,最后改写该脚本,使用绝对路径 by kang

#!/usr/bin/env sh
# This script converts the mnist data into lmdb/leveldb format,
# depending on the value assigned to $BACKEND.
set -e


#EXAMPLE=examples/mnist
#EXAMPLE=/home/kangyemeng/caffe/examples/mnist
#DATA=data/mnist
DATA=/home/kangyemeng/AgeGenderDeepLearning/models/model_and_data
#BUILD=build/examples/mnist
BUILD=/home/kangyemeng/caffe/.build_release/examples/cpp_classification

echo "begin gender......"

$BUILD/classification.bin $DATA/deploy_gender.prototxt \
$DATA/gender_net.caffemodel $DATA/mean.binaryproto \
  $DATA/genderlabels.txt $DATA/timg9.jpg
  
echo "begin age......"

$BUILD/classification.bin $DATA/deploy_age.prototxt \
$DATA/age_net.caffemodel $DATA/mean.binaryproto \
  $DATA/agelabels.txt $DATA/timg9.jpg

echo "Done."

classification.bin为caffe自带的二进制文件,用于实现分类。

.bin文件是caffe官方已经编译好的二进制文件,所在目录为caffe根目录下build文件下。直接添加路径引用即可运行。by kang


deploy_gender.prototxt,deploy_age.prototxt分别为性别,年龄部署或者测试时候的模型文件

gender_net.caffemodel,age_net.caffemodel分别为性别,年龄训练好的权值文件

mean.binaryproto,为训练的样本的均值文件,减均值时使用,可以达到更好的检测效果

genderlabels.txt,agelabels.txt为性别,年龄的标签文件,具体内容如下

genderlabels.txt中的内容:

agelabels.txt中的内容:


example_image.jpg,为随便一张想要测试的图片
    0-2 0  
    4-6 1  
    8-13 2  
    15-20 3  
    25-32 4  
    38-43 5  
    48-53 6  
    60- 7  

male 1  
female 0 

问题:服务器端始终无法显示运行图像 by kang

下载作者提供的adience数据集

作者主页https://talhassner.github.io/home/publication/2015_CVPR

进入链接地址Adience benchmark


作者提供的两种下载方式,一种是用FTP客户端,一种是打开链接登陆。

我是用linux的wget命令下载,速度太慢,设置登录的账号密码可以正常链接,但是保存的这个地方我设置的不好,创建了很多无关的文件,我是用的命令

wget -m --user=adiencedb --password=adience http://www.cslab.openu.ac.il/personal/Hassner/adiencedb/AdienceBenchmarkOfUnfilteredFacesForGenderAndAgeClassification

速度太慢,经常断线,所以就取消了。

第二种是使用FTP代理,作者提供的两个链接里,WinSCP 可用

安装完之后会出现一个输入客户端名字和账号密码的窗口,名字是圈里画出来的。username和password获取需要翻一下墙。

使用服务器客户端

选择需要的文件下载就可以了,不过速度依然很慢,应该跟是境外有关。



猜你喜欢

转载自blog.csdn.net/littlestudent12/article/details/80819074
CNN