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网用于性别识别和检测。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但是当我将图像提供给网络进行测试时，结果很糟糕。 我该怎么办？有人能帮助我吗？

Answer 1

对于这种任务，你需要一个庞大的数据集和很长的训练时间，如果你没有超级计算机haha笑话，但这很难，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功能不适合我们，但计算机就像它不能区分婊子和狗，但我们人类可以只用一只手表所以我希望你能理解我想说的但是你一定要试试它是一个非常好的主意，如果你可以做一些更好的事情，有很多应用程序。祝你好运，如果你能做得更好的话，请告诉我。

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（面向此处）。
• 获取conv5位置的相关功能图（假设您使用的是VGG）。例如，如果在输入图像中找到尺寸为（300,300）的位置（100,100,100,100-XYWH）处的对象，则在（12,12,12,12-XYWH）处剪切conv5要素。数学是（100/300）* 38.
• 现在，您将从conv5（12 x 12 x 512）剪切激活功能，这仅与您要预测性别的脸部相关。
• 展平此功能激活并为其应用DNN分类器（即用于VGG的分类器）。
• 获取表示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功能来训练您的网络。

瞧。你有性别评估网络。