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.