Proyek Python Deteksi Gender Dan Usia [PDF]

Citation preview

Proyek Python Deteksi Gender dan Usia Pertama-tama memperkenalkan Anda dengan terminologi yang digunakan dalam proyek python canggih dari deteksi jenis kelamin dan usia ini . Computer Vision adalah bidang studi yang memungkinkan komputer untuk melihat dan mengidentifikasi gambar dan video digital seperti yang dilakukan manusia. Tantangan yang dihadapinya sebagian besar mengikuti dari pemahaman yang terbatas tentang visi biologis. Computer Vision melibatkan perolehan, pemrosesan, analisis, dan pemahaman gambar digital untuk mengekstrak data dimensi tinggi dari dunia nyata untuk menghasilkan informasi simbolis atau numerik yang kemudian dapat digunakan untuk membuat keputusan. Prosesnya sering kali mencakup praktik seperti pengenalan objek, pelacakan video, estimasi gerakan, dan pemulihan gambar. Apa itu OpenCV? OpenCV adalah kependekan dari Open Source Computer Vision. Sesuai dengan namanya, ini adalah perpustakaan Computer Vision dan Machine Learning open-source. Pustaka ini mampu memproses gambar dan video real-time sambil juga membanggakan kemampuan analitis. Ini mendukung kerangka kerja Deep Learning TensorFlow , Caffe, dan PyTorch. Apa itu CNN? Sebuah Konvolusional Neural Network adalah jaringan saraf dalam (DNN) banyak digunakan untuk keperluan pengenalan gambar dan pengolahan dan NLP . Juga dikenal sebagai ConvNet, CNN memiliki lapisan input dan output, dan beberapa lapisan tersembunyi, banyak di antaranya adalah konvolusi. Di satu sisi, CNN adalah perceptron multilayer yang diatur. Proyek Python Deteksi Gender dan Usia- Tujuan Untuk membangun sebuah pendeteksi jenis kelamin dan usia yang dapat menebak kira-kira jenis kelamin dan usia orang (wajah) dalam sebuah gambar menggunakan Deep Learning pada dataset Adience.



Deteksi Gender dan Usia – Tentang Proyek Dalam Proyek Python ini, kita akan menggunakan Deep Learning untuk secara akurat mengidentifikasi jenis kelamin dan usia seseorang dari satu gambar wajah. Kami akan menggunakan model yang dilatih oleh Tal Hassner dan Gil Levi . Jenis kelamin yang diprediksi mungkin salah satu dari 'Pria' dan 'Wanita', dan usia yang diprediksi mungkin salah satu dari rentang berikut- (0 – 2), (4 – 6), (8 – 12), (15 – 20) , (25 – 32), (38 – 43), (48 – 53), (60 – 100) (8 node di lapisan softmax akhir). Sangat sulit untuk secara akurat menebak usia yang tepat dari satu gambar karena faktor-faktor seperti riasan, pencahayaan, penghalang, dan ekspresi wajah. Jadi, kami menjadikan ini masalah klasifikasi alih-alih menjadikannya salah satu regresi. Arsitektur CNN Jaringan saraf convolutional untuk proyek python ini memiliki 3 lapisan convolutional: 



lapisan konvolusi; 96 node, ukuran kernel 7







lapisan konvolusi; 256 node, ukuran kernel 5







lapisan konvolusi; 384 node, ukuran kernel 3



Ini memiliki 2 lapisan yang terhubung penuh, masing-masing dengan 512 node, dan lapisan keluaran akhir dari tipe softmax. Untuk menjalankan proyek python, kita akan: 



Deteksi wajah







Klasifikasikan menjadi Pria/Wanita







Klasifikasikan ke dalam salah satu dari 8 rentang usia







Letakkan hasilnya pada gambar dan tampilkan



Kumpulan Data Untuk proyek python ini, kita akan menggunakan dataset Adience; dataset tersedia dalam domain publik dan Anda dapat menemukannya di sini . Kumpulan data ini berfungsi sebagai tolok ukur untuk foto wajah dan mencakup berbagai kondisi pencitraan dunia nyata seperti kebisingan, pencahayaan, pose, dan penampilan. Gambar telah dikumpulkan dari album Flickr dan didistribusikan di bawah lisensi Creative Commons (CC). Ini memiliki total 26.580 foto dari



2.284 subjek dalam delapan rentang usia (seperti yang disebutkan di atas) dan berukuran sekitar 1GB. Model yang akan kita gunakan telah dilatih pada dataset ini.