企业管理中,流程管理不可忽略!这几步教你破解流程管理难题,流程型企业打造生产运营管控一体化的几个路径
527
2022-05-29
人脸年龄预测
年龄预测,是指自动识别出一张图片中人物的年龄。这项技术有很多应用,如视频监控、产品推荐、人机交互、市场分析、用户画像、年龄变化预测(age progression)等。
在本案例中,我们将对图片中的人脸进行识别并根据人脸进行年龄预测。我们首先使用MTCNN模型检测出人脸区域,然后根据人脸区域使用SSR-Net模型预测年龄。
本案例涉及的内容:
MTCNN模型的代码实现和使用
SSR-Net模型的解析和使用
进入ModelArts
点击如下链接:https://www.huaweicloud.com/product/modelarts.html , 进入ModelArts主页。点击“立即使用”按钮,输入用户名和密码登录,进入ModelArts使用页面。
创建ModelArts notebook
下面,我们在ModelArts中创建一个notebook开发环境,ModelArts notebook提供网页版的Python开发环境,可以方便的编写、运行代码,并查看运行结果。
第一步:在ModelArts服务主界面依次点击“开发环境”、“创建”
第二步:填写notebook所需的参数:
第三步:配置好notebook参数后,点击下一步,进入notebook信息预览。确认无误后,点击“立即创建”
第四步:创建完成后,返回开发环境主界面,等待Notebook创建完毕后,打开Notebook,进行下一步操作。
在ModelArts中创建开发环境
接下来,我们创建一个实际的开发环境,用于后续的实验步骤。
第一步:点击下图所示的“打开”按钮,进入刚刚创建的Notebook
第二步:创建一个Python3环境的的Notebook。点击右上角的"New",然后选择TensorFlow 1.13.1开发环境。
第三步:点击左上方的文件名"Untitled",并输入一个与本实验相关的名称,如"age_prediction"
在Notebook中编写并执行代码
在Notebook中,我们输入一个简单的打印语句,然后点击上方的运行按钮,可以查看语句执行的结果:
开发环境准备好啦,接下来可以愉快地写代码啦!
案例内容
MTCNN模型简介
MTCNN(Multi-task convolutional neural network) 中文名称是多任务卷积神经网络,可以用来做人脸区域检测和人脸对齐。在人脸检测中会面临很多不同的问题:遮挡,角度倾斜等。传统方法中,大多使用机器学习的方法,而在MTCNN中,使用深度学习方法结合NMS和边界框回归,将人脸区域坐标和关键点坐标进行识别,相比较机器学习方法,MTCNN能更好地识别不同情况下的人脸。
MTCNN模型的详解可以参考:https://kpzhang93.github.io/MTCNN_face_detection_alignment 。
数据和代码下载
运行下面代码,进行数据和代码的下载
代码参考附件:face_age_prediction.rar解压上传到notebook中运行!
附件: face_age_prediction.rar 604.9KB 下载次数:36次
AI开发平台ModelArts Python
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。