本文是對age-gender-estimation專案的詳細講解，它給出了使用keras進行性別和年齡識別的完整流程。

資料

採用的資料集為imdb-wiki，這是一個包含 20,284名人的460,723張以及維基百科上imdb的 62,328張共計523,051 張人臉影象的資料集，是目前開源的資料集中量級最大的，它給出了影象中人物的性別和出生時間、照片的拍攝時間等資訊。原始的圖片很大，分成了9個部分共計100多G，而裁剪出人臉的圖片比較小，只有3G多，因此大家使用的基本都是wiki.tar.gz，不需要註冊，直接就可以下載，這點很良心，省去了很多下載話費的時間。

解壓後的目錄為100個子資料夾，每個子資料夾再儲存圖片檔案。

不過由於是採用matlab的mat格式檔案儲存的，實際用起來還要做一些轉化。裡面還含有一些噪聲，比如性別標記為NAN,年齡算出來不對等，我寫了一些程式碼來對這些資訊進行過濾和統計

import os
import numpy as np
from scipy.io import loadmat
from datetime import datetime
from tqdm import tqdm
import matplotlib.pyplot as plt

def calc_age(taken, dob):
    birth = datetime.fromordinal(max(int(dob) - 366, 1))

    # assume the photo was taken in the middle of the year
    if birth.month < 7:
        return taken - birth.year
    else:
        return taken - birth.year - 1

def get_meta(mat_path, db):
    meta = loadmat(mat_path)
    full_path = meta[db][0, 0]["full_path"][0]
    dob = meta[db][0, 0]["dob"][0]  # Matlab serial date number
    gender = meta[db][0, 0]["gender"][0]
    photo_taken = meta[db][0, 0]["photo_taken"][0]  # year
    face_score = meta[db][0, 0]["face_score"][0]
    second_face_score = meta[db][0, 0]["second_face_score"][0]
    age = [calc_age(photo_taken[i], dob[i]) for i in range(len(dob))]

    return full_path, dob, gender, photo_taken, face_score, second_face_score, age

def load_data(mat_path):
    d = loadmat(mat_path)

    return d["image"], d["gender"][0], d["age"][0], d["db"][0], d["img_size"][0, 0], d["min_score"][0, 0]

def convert2txt(mat_path="imdb.mat",db="imdb"):
    lines=[]
    min_score=1.0
    full_path, dob, gender, photo_taken, face_score, second_face_score, age = get_meta(mat_path,db)
    genders=[0,0]
    ages=[]
    for i in range(101):
        ages.append(0)
    for i in tqdm(range(len(full_path))):
        #if face_score[i] < min_score:
            #continue
        #if (~np.isnan(second_face_score[i])) and second_face_score[i] > 0.0:
            #continue
        if ~(0 <= age[i] <= 100):
            continue
        if np.isnan(gender[i]):
            continue
        g=int(gender[i])
        genders[g]+=1
        ag=int(age[i])
        ages[ag]+=1
        #print(i,gender[i],age[i])
        line=full_path[i][0]+" "+str(g)+" "+str(ag)
        lines.append(line)
    with open("gt.txt","w")as f:
        for line in lines:
            f.write(line+"\n")
    print("genders",genders[0],genders[1])
    print("age:")
    for i in range(101):
        print(i,ages[i])
    plt.plot(np.linspace(0, 101,101),ages)
    plt.savefig("plot.png")
    plt.show()

if __name__=="__main__":
    convert2txt()
 

結果如下:

性別比(男:女)=188746:262834

年齡分佈:

0 29
1 149
2 165
3 50
4 77
5 221
6 237
7 440
8 590
9 873
10 1071
11 1705
12 1736
13 2337
14 2114
15 2727
16 2856
17 3391
18 4122
19 5563
20 7784
21 8294
22 8769
23 9813
24 11478
25 12151
26 13299
27 12937
28 13778
29 14600
30 16356
31 16255
32 15374
33 15096
34 14704
35 15056
36 15139
37 14063
38 14417
39 13729
40 11068
41 11831
42 10501
43 10160
44 8917
45 10238
46 8200
47 7151
48 6688
49 6117
50 5783
51 5485
52 4816
53 4148
54 4211
55 3482
56 3096
57 3057
58 3290
59 3267
60 2709
61 2324
62 2129
63 2318
64 1889
65 1883
66 1273
67 1395
68 1147
69 1256
70 1052
71 926
72 809
73 701
74 585
75 590
76 593
77 490
78 362
79 467
80 267
81 250
82 196
83 164
84 196
85 121
86 70
87 111
88 72
89 31
90 69
91 13
92 17
93 15
94 9
95 6
96 12
97 3
98 4
99 2
100 3
 

畫成圖如下:

不難看出30-50歲之間的圖片最多 ，這也是主流的分佈。

具體到age-gender-estimation專案，可以簡單的通過

./download.sh

下載，然後使用

python3 create_db.py --output data/imdb_db.mat --db imdb --img_size 64

將資料集轉換為需要的格式，這個格式主要是清理無效標籤，省的每次都再重複做，程式碼和我上面給出的差不多，不再贅述。

模型

使用的模型為WiderResnet

通過Netron可視化出來是

可以看出是由6個殘差模型拼起來的，不過輸出部分有兩個輸出，一個是性別的2，另一個是年齡的101

訓練

訓練部分也比較簡單，生成了資料檔案後直接使用

python3 train.py --input data/imdb_db.mat

就可以了，如果還想使用資料增強，可以加上--aug

python3 train.py --input data/imdb_db.mat --aug

demo

想看訓練好的效果可以執行

python3 demo.py