基於 CNN的年齡和性別檢測
自2012年深度學習火起來後，AlexNet，vgg16，vgg19，gooGleNet，caffeNet，faster RCNN等，各種模型層出不群，頗有文藝復興時的形態。
在各種頂會論文中，對年齡和性別的檢測的論文還是比較少的。而本文將要講解的是2015年的一篇cvpr，Age and Gender Classification using Convolutional Neural Networks。官方連結為
理論基礎：
其整體結構如下圖所示，輸入一幅圖片，然後經過3個卷基層，2個全連結層，最後經過svm分類器分類，輸出相應的結果。
詳細結構如下圖所示，其中norm層為了提高模型的泛化能力，drop層是為了防止過擬合。
其中左中右分別為第一二三個卷基層，下面的為第六七八個全連線層。
程式執行：
可以寫一個簡單的shell指令碼來進行執行測試，touch一個.sh檔案，隨便起個名字，輸入如下的指令碼，然後命令列執行就可以輸出結果。其中路徑名換成自己電腦的實際路徑名。
#!/bin/bash #directed by watersink([email protected]) echo "Begin gender....." ./build/examples/cpp_classification/classification.bin \ models/cnn_age_gender/deploy_gender.prototxt \ models/cnn_age_gender/gender_net.caffemodel \ data/cnn_age_gender/mean.binaryproto \ data/cnn_age_gender/genderlabels.txt \ data/cnn_age_gender/example_image.jpg echo "Begin age....." ./build/examples/cpp_classification/classification.bin \ models/cnn_age_gender/deploy_age.prototxt \ models/cnn_age_gender/age_net.caffemodel \ data/cnn_age_gender/mean.binaryproto \ data/cnn_age_gender/agelabels.txt \ data/cnn_age_gender/example_image.jpg echo "Done.
classification.bin為caffe自帶的二進位制檔案，用於實現分類。
deploy_gender.prototxt，deploy_age.prototxt分別為性別，年齡部署或者測試時候的模型檔案
gender_net.caffemodel，age_net.caffemodel分別為性別，年齡訓練好的權值檔案
mean.binaryproto，為訓練的樣本的均值檔案，減均值時使用，可以達到更好的檢測效果
genderlabels.txt，agelabels.txt為性別，年齡的標籤檔案，具體內容如下
genderlabels.txt中的內容：male 1
female 0
agelabels.txt中的內容：
0-2 0
4-6 1
8-13 2
15-20 3
25-32 4
38-43 5
48-53 6
60- 7
實驗結果：
性別識別率：
年齡識別率：
訓練自己的模型：
論文的原作者給出了自己的5-folder訓練檔案，首先我們對原作者的訓練資料進行分析。
通過上面的資料可以看出，性別資料反面基本是1:1比例進行的。而年齡方面並沒有執行大概的1:1:1:1:1:1:1:1比例，而是3:3:3:3:6:3:1:1，對於這樣的訓練比例，我個人認為是很不科學和合理的，所謂的mini-batch，應該是每個batch中的屬性和整體的基本是一樣的才可以。簡單的說，任意給一張影象，這張影象中人物屬於哪一個年齡段是都有可能的，也就是是平均概率的。（個人見解，如有錯誤，希望大家指正）
下面通過一個簡單的c++程式來獲得和作者一樣的txt檔案。
int main()
{
vector<string>file_folder;
file_folder.push_back("fold_0_data.txt");
file_folder.push_back("fold_1_data.txt");
file_folder.push_back("fold_2_data.txt");
file_folder.push_back("fold_3_data.txt");
file_folder.push_back("fold_4_data.txt");
ofstream file_stream_gender_out("gender.txt", ios::app);
ofstream file_stream_age_out("age.txt", ios::app);
char buffer[500];
char str1[50], str2[50], str3[50], str4[50], str5[50], str6[50];
for (int i = 0; i < file_folder.size();i++)
{
ifstream file_stream_in(file_folder[i]);
file_stream_in.getline(buffer, 400);//提取標題
while (!file_stream_in.eof())
{
file_stream_in.getline(buffer,400);
sscanf(buffer, "%s %s %s %s %s %s", &str1, &str2, &str3, &str4, &str5, &str6);
string tmp1 = str3, tmp2 = str2;
string address = "F:\\MydataSet\\Adience\\aligned\\landmark_aligned_face." + tmp1 + "." + tmp2;
Mat image = imread(address);
if (image.data)
{
if (str4[0] == '(')
file_stream_age_out << "Adience/" << "landmark_aligned_face." << str3 << "." << str2 << " " << str4 << " " << str5 << endl;
if (strcmp(str6, "f") == 0 || strcmp(str6, "m") == 0 )
file_stream_gender_out << "Adience/" << "landmark_aligned_face." << str3 << "." << str2 << " " << str6<<endl;
else
{
if(strcmp(str5, "f") == 0 || strcmp(str5, "m") == 0)
file_stream_gender_out << "Adience/" << "landmark_aligned_face." << str3 << "." << str2 << " " << str5 << endl;
}
}
}
file_stream_in.close();
}
file_stream_gender_out.close();
file_stream_age_out.close();
return 0;
}
程式執行結束後，將會生成age.txt和gender.txt
有了這2個檔案就可以進行相應的訓練工作了。當然為了得到更好的效果，可以考慮以下3點建議。
（1）對txt中的資料平均分配，不要好多相同的標籤在一起，如果不這樣做的話，需要在輸入層設定shuffle，同樣可以達到相同的效果。
（2）增加一定的樣本，使得年齡的每一個階段數量都大致相同
（3）將影象縮放到256*256，並做aligement
本人處理後資料如下圖所示，大小256*256，做了aligement
將cafferoot/examples/imagenet/ （cafferoot為自己的caffe的根目錄）下的create_imagenet.sh，
make_imagenet_mean.sh，train_caffenet.sh複製到自己的工程下，分別改名為，create_age.sh，make_age_mean.sh，train_age.sh，再複製一份，改名為，create_gender.sh，make_gender_mean.sh，train_gender.sh，並對其中的引數做相應的修改。（如果這一步有疑問，請留言）
年齡的訓練：
執行create_age.sh，
執行，make_age_mean.sh，
執行，train_age.sh，可以看到得到了68.95%的識別率
性別的訓練：
執行create_gender.sh，
執行，make_gender_mean.sh，
執行，train_gender.sh，可以看到得到了95.75%的識別率
本人實際在ubuntu14.04+corei7cpu+TitanX上跑的cpu進行年齡或者性別判斷的時間為150ms左右，gpu的時間為2-3ms左右。
在windows7+XeonE3上測試,cpu+debug為120ms左右，cpu+release為30ms左右。
歡迎大家指證與交流……