【文件属性】：
文件名称：年龄性别估算：Keras实施CNN网络进行年龄和性别估算
文件大小：2.9MB
文件格式：ZIP
更新时间：2021-02-05 00:34:39
deep-learning imdb convolutional-neural-networks age-estimation gender-estimation
年龄和性别估计
这是CNN的Keras实现，用于根据面部图像估算年龄和性别[1、2]。 在训练中，使用。
[八月。 2020年1月21日]； 使用tensorflow.keras
[君。 ]发布了
[11月。 [2018年12月12日]启用Adam优化器； 似乎比动量新元更好
[9月。 23，2018]演示目录
[八月。 [2018年11月11日]添加年龄估算子项目
[七月。 2018年5月5日] UTKFace数据集可用于培训。
[4月。 [2018年10月10日]，添加了APPA-REAL数据集的评估结果。
依存关系
Python3.6 +
经过测试：
Ubuntu 16.04
【文件预览】：
age-gender-estimation-master
----.gitignore(1KB)
----check_dataset.ipynb(244KB)
----create_db_utkface.py(2KB)
----create_db.py(2KB)
----utkface()
--------detect_face_regions.py(1KB)
--------create_db_utkface_with_margin.py(2KB)
--------check_age_distribution.ipynb(7KB)
----requirements.txt(114B)
----src()
--------utils.py(1016B)
--------factory.py(2KB)
--------generator.py(2KB)
--------config.yaml(167B)
----meta()
--------wiki.csv(1.32MB)
--------imdb.csv(8.14MB)
----LICENSE(1KB)
----predict.ipynb(154KB)
----fig()
--------loss.png(37KB)
----README.md(7KB)
----lap()
--------README.md(233B)
--------create_lap_dataset.py(5KB)
----evaluate_appa_real.py(3KB)
----demo.py(5KB)
----appa-real()
--------check_ignore_list.ipynb(100KB)
--------check_age_distribution.ipynb(19KB)
--------README.md(2KB)
--------ignored_images()
--------ignore_list.txt(1KB)
----age_estimation()
--------README.md(3KB)
--------result()
--------demo.py(5KB)
--------generator.py(5KB)
--------model.py(1KB)
--------train.py(4KB)
----download.sh(384B)
----train.py(2KB)