使用 tensorflow 对象检测 API 进行性别识别答案

【问题标题】：use tensorflow object detection API for gender recognition使用 tensorflow 对象检测 API 进行性别识别
【发布时间】：2018-05-16 15:14:50
【问题描述】：

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 labelmap 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？有人可以帮我吗？

【问题讨论】：

见：stackoverflow.com/questions/46841927/…

标签： tensorflow deep-learning conv-neural-network face-detection object-detection-api

【解决方案1】：

对于这种任务，如果你没有超级计算机，你将需要一个庞大的数据集和很长的训练时间哈哈，但这是非常困难的，我们需要非常敏锐的分析，因为男人或女人几乎相同计算机的某种功能不是为我们而是为计算机，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，但你一定要试试这是一个非常好的主意，如果你可以用它做一些更好的事情，那么有很多应用程序。祝你好运，让我知道你是否可以做得更好。

【讨论】：

是的，完全正确。我们正在为 IMDB 数据集训练网络进行 40000 次迭代。对于只包含一张脸的图像，我们已经取得了很好的效果，但对于包含多张脸的图像，它的效果很好。我觉得IMDB有基本的问题，所以我们应该找一个更好的数据集

【解决方案2】：

你可以。您需要遵循的方法如下：

使用 SSD 提取要找到的对象的位置（面向此处）。
获取 conv5 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) 找到对象，则在 (12, 12, 12, 12 - XYWH) 处切割 conv5 特征。数学是 (100 / 300) * 38。
现在您应该从 conv5 (12 x 12 x 512) 中切出激活特征，该特征仅与您要预测性别的面部相关。
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。

【讨论】：