文件名称：age_detection:使用Transformer模型进行年龄和性别分类
文件大小：250KB
文件格式：ZIP
更新时间：2024-03-29 01:01:57
JupyterNotebook
基于Visual Transformer的年龄估计 尝试Visual Transformer的有趣项目，花了几天时间。 自动化的年龄和性别估算在许多应用中变得至关重要。 有多种方法可以根据人的声音，面部特征和姿势来预测年龄和性别。 在本文中，将研究基于图像的方法。 该方法需要人脸的二维图像。 这种方法的挑战性问题是，在不受限制的环境中对脸部进行实验时，其性能会大大降低。 另一个问题是基于个人生活方式，遗传和环境的老龄化差异。 简单地说，不同的人年龄不同。 另一个挑战是生物年龄和表观年龄之间的区别。 基于面部图像的方法有两种。 第一个是手工进行的特征提取和分类，第二个使用深度神经网络。 在我们的论文中，我们还提出了用于年龄估计的视觉转换器。 它是最早提出用于面部任务的视觉转换器之一，因此没有预训练的模型。 但是，我们仍然设法在低数据环境中取得一些成果。 未来的步骤将是在较大的面部数据集上对
【文件预览】：
age_detection-main
----source()
--------hparams.py(785B)
--------datasets.py(5KB)
--------model.py(4KB)
--------modules.py(7KB)
--------attentions.py(3KB)
--------dl_proj_gg.ipynb(50KB)
--------performer.py(11KB)
--------depen.py(1KB)
----req(134B)
----README.md(1KB)
----results.pdf(237KB)