OpenCV实现年龄与性别预测

z13228604287

前面我写了很多篇关于OpenCV DNN应用相关的文章，这里再来一篇文章，用OpenCV DNN实现一个很有趣好玩的例子，基于Caffe的预训练模型实现年龄与性别预测，这个在很多展会上都有展示，OpenCV DNN实现这里非常简洁明了，总共不到100行的代码。下面就来说一下怎么实现的，首先下载两个Caffe的预训练模型：

百度网盘下载：
链接：https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ?pwd=4ypk
提取码：4ypk
路径：OpnCV VIP>例子素材与模型>性别与年龄识别

模型一个是预测性别的，一个是预测年龄的，性别预测返回的是一个二分类结果
Male，Female
年龄预测返回的是8个年龄的阶段！

'(0-2)',

'(4-6)',

'(8-12)',

'(15-20)',

'(25-32)',

'(38-43)',

'(48-53)',

'(60-100)'

人脸检测是基于OPenCV DNN模块自带的残差网络的人脸检测算法模型！非常的强大与好用！

实现步骤：

  

窗口程序集名	保 留	保 留	备 注
程序集1
变量名	类 型	数组	备 注
inputNet	网络类
nPoints	整数型

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
人脸原型	文本型
人脸模型	文本型
年龄原型	文本型
年龄模型	文本型
性别原型	文本型
性别模型	文本型
模型平均值	标量类
年龄列表	文本型		8
性别列表	文本型		2
年龄预测网络	网络类
性别预测网络	网络类
人脸预测网络	网络类
源图	多维矩阵类
预测框集	预测框		0
框架脸	多维矩阵类
置信_阈值	双精度小数型
框架高	整数型
框架宽	整数型
比例因子	双精度小数型
尺寸	尺寸2i类
输出前景目标	多维矩阵类
平均值	标量类
检测	多维矩阵类
检测矩阵	多维矩阵类
i	整数型
信心	小数型
预测框	预测框
脸部区域	矩形2i类
填充	整数型
脸	多维矩阵类
前景目标	多维矩阵类
性别预测	多维矩阵类
年龄预测	多维矩阵类
置信度	双精度小数型
索引	点2i类
性别	文本型
年龄	文本型

人脸原型 ＝ “D:\\Desktop\\AgeGender\\opencv_face_detector.pbtxt”
人脸模型 ＝ “D:\\Desktop\\AgeGender\\opencv_face_detector_uint8.pb”
年龄原型 ＝ “D:\\Desktop\\AgeGender\\age_deploy.prototxt”
年龄模型 ＝ “D:\\Desktop\\AgeGender\\age_net.caffemodel”
性别原型 ＝ “D:\\Desktop\\AgeGender\\gender_deploy.prototxt”
性别模型 ＝ “D:\\Desktop\\AgeGender\\gender_net.caffemodel”
模型平均值.初始化 (78.4263377603, 87.7689143744, 114.895847746, 0)
年龄列表 ＝ { “(0-2)”, “(4-6)”, “(8-12)”, “(15-20)”, “(25-32)”, “(38-43)”, “(48-53)”, “(60-100)” }
性别列表 ＝ { “Male”, “Female” }
年龄预测网络 ＝ 视觉_读取网络 (年龄模型, 年龄原型, “”)
性别预测网络 ＝ 视觉_读取网络 (性别模型, 性别原型, “”)
人脸预测网络 ＝ 视觉_读取网络 (人脸模型, 人脸原型, “”)
源图 ＝ 视觉_图像读取 (“D:\Desktop\AgeGender\12.jpg”, 1)
填充 ＝ 20
判断循环首 (视觉_等待按键 (1) ＜ 0)
如果真 (源图.空 ())
跳出循环 ()
框架脸 ＝ 源图.克隆 ()
置信_阈值 ＝ 0.7
框架高 ＝ 框架脸.行数 ()
框架宽 ＝ 框架脸.列数 ()
比例因子 ＝ 1
尺寸.初始化 (300, 300)
平均值.初始化 (104, 117, 123, )
输出前景目标 ＝ 视觉_图像前景目标 (框架脸, 比例因子, 尺寸, 平均值, 真, 假, 5)
人脸预测网络.设置输入 (输出前景目标, “data”, 1, )
人脸预测网络.向前 (检测, “detection_out”)
检测矩阵 ＝ 矩阵 (检测.维度元素数 (2), 检测.维度元素数 (3), #Cv小数型, 检测.取元素指针 (0, 0))
计次循环首 (检测矩阵.行数 (), i)
信心 ＝ 检测矩阵.取元素 (i － 1, 2)
如果真 (信心 ＞ 置信_阈值)
预测框.x1 ＝ 检测矩阵.取元素 (i － 1, 3) × 框架宽
预测框.y1 ＝ 检测矩阵.取元素 (i － 1, 4) × 框架高
预测框.x2 ＝ 检测矩阵.取元素 (i － 1, 5) × 框架宽
预测框.y2 ＝ 检测矩阵.取元素 (i － 1, 6) × 框架高
视觉_矩形1 (框架脸, 点2i (预测框.x1, 预测框.y1), 点2i (预测框.x2, 预测框.y2), 标量 (0, 255, 0), 2, 4, 0)
加入成员 (预测框集, 预测框)

计次循环尾 ()
如果真 (取数组成员数 (预测框集) ＝ 0)
视觉_控制台输出 (“未检测到人脸，正在检查下一帧.”, )
到循环尾 ()
计次循环首 (取数组成员数 (预测框集), i)
脸部区域.初始化 (预测框集 [i].x1 － 填充, 预测框集 [i].y1 － 填充, 预测框集 [i].x2 － 预测框集 [i].x1 ＋ 2 × 填充, 预测框集 [i].y2 － 预测框集 [i].y1 ＋ 2 × 填充)
源图.感兴区域S (脸, 脸部区域)
前景目标 ＝ 视觉_图像前景目标 (脸, 1, 尺寸2i (227, 227), 模型平均值, 假, 假, 5)
性别预测网络.设置输入 (前景目标, “”, 1, )
性别预测网络.向前 (性别预测, “”)
视觉_最小最大位置 (性别预测, , 置信度, , 索引, )
性别 ＝ 性别列表 [索引.左边 ＋ 1]
年龄预测网络.设置输入 (前景目标, “”, 1, )
年龄预测网络.向前 (年龄预测, “”)
视觉_最小最大位置 (年龄预测, , 置信度, , 索引, )
年龄 ＝ 年龄列表 [索引.左边 ＋ 1]
视觉_放置文本 (框架脸, 性别 ＋ “, ” ＋ 年龄, 点2i (预测框集 [i].x1, 预测框集 [i].y1 － 15), #字体_衬线_简单, 0.9, 标量 (0, 255, 255), 2, #线类型_线_AA, 假)
视觉_显示图像 (“Frame”, 框架脸)
计次循环尾 ()
清除数组 (预测框集)
判断循环尾 ()
返回 (0)  ' 可以根据您的需要返回任意数值

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 程序集1<br /> .程序集变量 inputNet, 网络类<br /> .程序集变量 nPoints, 整数型<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 人脸原型, 文本型<br /> .局部变量 人脸模型, 文本型<br /> .局部变量 年龄原型, 文本型<br /> .局部变量 年龄模型, 文本型<br /> .局部变量 性别原型, 文本型<br /> .局部变量 性别模型, 文本型<br /> .局部变量 模型平均值, 标量类<br /> .局部变量 年龄列表, 文本型, , "8"<br /> .局部变量 性别列表, 文本型, , "2"<br /> .局部变量 年龄预测网络, 网络类<br /> .局部变量 性别预测网络, 网络类<br /> .局部变量 人脸预测网络, 网络类<br /> .局部变量 源图, 多维矩阵类<br /> .局部变量 预测框集, 预测框, , "0"<br /> .局部变量 框架脸, 多维矩阵类<br /> .局部变量 置信_阈值, 双精度小数型<br /> .局部变量 框架高, 整数型<br /> .局部变量 框架宽, 整数型<br /> .局部变量 比例因子, 双精度小数型<br /> .局部变量 尺寸, 尺寸2i类<br /> .局部变量 输出前景目标, 多维矩阵类<br /> .局部变量 平均值, 标量类<br /> .局部变量 检测, 多维矩阵类<br /> .局部变量 检测矩阵, 多维矩阵类<br /> .局部变量 i, 整数型<br /> .局部变量 信心, 小数型<br /> .局部变量 预测框, 预测框<br /> .局部变量 脸部区域, 矩形2i类<br /> .局部变量 填充, 整数型<br /> .局部变量 脸, 多维矩阵类<br /> .局部变量 前景目标, 多维矩阵类<br /> .局部变量 性别预测, 多维矩阵类<br /> .局部变量 年龄预测, 多维矩阵类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 索引, 点2i类<br /> .局部变量 性别, 文本型<br /> .局部变量 年龄, 文本型<br /> <br /> 人脸原型 ＝ “D:\\Desktop\\AgeGender\\opencv_face_detector.pbtxt”<br /> 人脸模型 ＝ “D:\\Desktop\\AgeGender\\opencv_face_detector_uint8.pb”<br /> 年龄原型 ＝ “D:\\Desktop\\AgeGender\\age_deploy.prototxt”<br /> 年龄模型 ＝ “D:\\Desktop\\AgeGender\\age_net.caffemodel”<br /> 性别原型 ＝ “D:\\Desktop\\AgeGender\\gender_deploy.prototxt”<br /> 性别模型 ＝ “D:\\Desktop\\AgeGender\\gender_net.caffemodel”<br /> 模型平均值.初始化 (78.4263377603, 87.7689143744, 114.895847746, 0)<br /> 年龄列表 ＝ { “(0-2)”, “(4-6)”, “(8-12)”, “(15-20)”, “(25-32)”, “(38-43)”, “(48-53)”, “(60-100)” }<br /> 性别列表 ＝ { “Male”, “Female” }<br /> 年龄预测网络 ＝ 视觉_读取网络 (年龄模型, 年龄原型, “”)<br /> 性别预测网络 ＝ 视觉_读取网络 (性别模型, 性别原型, “”)<br /> 人脸预测网络 ＝ 视觉_读取网络 (人脸模型, 人脸原型, “”)<br /> 源图 ＝ 视觉_图像读取 (“D:\Desktop\AgeGender\12.jpg”, 1)<br /> 填充 ＝ 20<br /> .判断循环首 (视觉_等待按键 (1) ＜ 0)<br />     .如果真 (源图.空 ())<br />         跳出循环 ()<br />     .如果真结束<br />     框架脸 ＝ 源图.克隆 ()<br />     置信_阈值 ＝ 0.7<br />     框架高 ＝ 框架脸.行数 ()<br />     框架宽 ＝ 框架脸.列数 ()<br />     比例因子 ＝ 1<br />     尺寸.初始化 (300, 300)<br />     平均值.初始化 (104, 117, 123, )<br />     输出前景目标 ＝ 视觉_图像前景目标 (框架脸, 比例因子, 尺寸, 平均值, 真, 假, 5)<br />     人脸预测网络.设置输入 (输出前景目标, “data”, 1, )<br />     人脸预测网络.向前 (检测, “detection_out”)<br />     检测矩阵 ＝ 矩阵 (检测.维度元素数 (2), 检测.维度元素数 (3), #Cv小数型, 检测.取元素指针 (0, 0))<br />     .计次循环首 (检测矩阵.行数 (), i)<br />         信心 ＝ 检测矩阵.取元素 (i － 1, 2)<br />         .如果真 (信心 ＞ 置信_阈值)<br />             预测框.x1 ＝ 检测矩阵.取元素 (i － 1, 3) × 框架宽<br />             预测框.y1 ＝ 检测矩阵.取元素 (i － 1, 4) × 框架高<br />             预测框.x2 ＝ 检测矩阵.取元素 (i － 1, 5) × 框架宽<br />             预测框.y2 ＝ 检测矩阵.取元素 (i － 1, 6) × 框架高<br />             视觉_矩形1 (框架脸, 点2i (预测框.x1, 预测框.y1), 点2i (预测框.x2, 预测框.y2), 标量 (0, 255, 0), 2, 4, 0)<br />             加入成员 (预测框集, 预测框)<br />         .如果真结束<br /> <br />     .计次循环尾 ()<br />     .如果真 (取数组成员数 (预测框集) ＝ 0)<br />         视觉_控制台输出 (“未检测到人脸，正在检查下一帧.”, )<br />         到循环尾 ()<br />     .如果真结束<br />     .计次循环首 (取数组成员数 (预测框集), i)<br /> <br />         脸部区域.初始化 (预测框集 <i>.x1 － 填充, 预测框集 <i>.y1 － 填充, 预测框集 <i>.x2 － 预测框集 <i>.x1 ＋ 2 × 填充, 预测框集 <i>.y2 － 预测框集 <i>.y1 ＋ 2 × 填充)<br />         源图.感兴区域S (脸, 脸部区域)<br />         前景目标 ＝ 视觉_图像前景目标 (脸, 1, 尺寸2i (227, 227), 模型平均值, 假, 假, 5)<br />         性别预测网络.设置输入 (前景目标, “”, 1, )<br />         性别预测网络.向前 (性别预测, “”)<br />         视觉_最小最大位置 (性别预测, , 置信度, , 索引, )<br />         性别 ＝ 性别列表 [索引.左边 ＋ 1]<br /> <br />         年龄预测网络.设置输入 (前景目标, “”, 1, )<br />         年龄预测网络.向前 (年龄预测, “”)<br />         视觉_最小最大位置 (年龄预测, , 置信度, , 索引, )<br />         年龄 ＝ 年龄列表 [索引.左边 ＋ 1]<br />         视觉_放置文本 (框架脸, 性别 ＋ “, ” ＋ 年龄, 点2i (预测框集 <i>.x1, 预测框集 <i>.y1 － 15), #字体_衬线_简单, 0.9, 标量 (0, 255, 255), 2, #线类型_线_AA, 假)<br />         视觉_显示图像 (“Frame”, 框架脸)<br />     .计次循环尾 ()<br />     清除数组 (预测框集)<br /> .判断循环尾 ()<br /> 返回 (0)  ' 可以根据您的需要返回任意数值

最后来个效果图：

z13228604287

猩猩点灯2 发表于 2022-7-9 01:05
1.没有找到名为“标量类的数据类型。用群文件那个支持库搞定
2.没有找到名为“预测框”的数据类型。目前没 ...

在群里找对应例子

猩猩点灯2

1.没有找到名为“标量类的数据类型。用群文件那个支持库搞定
2.没有找到名为“预测框”的数据类型。目前没找到解决办法,
把所需要的文件发全啊

shaojiecn

学习一下,谢谢分享

ddosdns

我实在无语了，你这个让我晚上做梦了。。。。

wujian456

66666666666666666666666666

yangjz

zafwafawfwfa

汉族

我能委屈说一句吗？我正在喝复方感冒药的冲剂 看后面的转好久突然已出现 我直接喷的一屏幕键盘都粘呼呼的 怎么搞？

z13228604287

phinex 发表于 2022-5-10 11:57
看到这脸识别到25-32就知道你这个opencv 辨别率离谱！！！

要不要来试试，自己多少岁

z13228604287

phinex 发表于 2022-5-10 11:57
看到这脸识别到25-32就知道你这个opencv 辨别率离谱！！！

  这些都是  玩玩就好