tensorflow - 使用 tensorflow 对象检测 API 进行性别识别

Question

我可以使用 tensorflow 对象检测 API 进行性别识别吗？我想训练 SSD_mobile 网络进行性别识别和检测。我将标签映射更改为：

item {
  id: 1
  name: 'man'
}
item {
  id: 2
  name: 'woman'
}

和 num_classes=2 我附加到 training_loss=8 但是当我将图像输入网络进行测试时，结果很糟糕。我该怎么办？有人可以帮助我吗？

Answer 1

对于这种任务，如果你没有超级计算机，你将需要一个巨大的数据集和很长时间的训练哈哈，但这是非常困难的，我们需要非常敏锐的分析，因为男人或女人具有几乎相同的特征对于计算机不是为了我们，而是对于计算机，就像它不能区分母狗和狗，但我们人类可以只看一只手表，所以我希望你能理解我想说的，但你一定要试试它非常好的想法，如果你能用它做一些更好的事情，有很多应用程序。祝你好运，让我知道你是否可以做得更好。

Answer 2

你可以。您需要遵循的方法如下：

• 使用 SSD 提取要查找的对象的位置（此处面对）。
• 在 conv5 获取位置的相关特征图（假设您使用 VGG）。例如，如果您在尺寸为 (300, 300) 的输入图像中的位置 (100, 100, 100, 100 - XYWH) 处找到对象，则在 (12, 12, 12, 12 - XYWH) 处切割 conv5 特征。数学是 (100 / 300) * 38。
• 现在你应该从 conv5 (12 x 12 x 512) 中切出激活特征，它只与你想要预测性别的人脸相关。
• 展平此功能激活并为其应用 DNN 分类器（即用于 VGG 的分类器）。
• 获取说明男性或女性的二进制输出。
• 通过将性别损失添加到全局损失函数来训练您的网络。

瞧。你有性别估计网络。