基于MXNET实现的年龄性别识别
年龄性别识别,基于 insightface 功能模块开发的,支持多张人脸同时检测和识别。
年龄性别识别,基于 insightface 功能模块开发的,支持多张人脸同时检测和识别。
本项目是 PaddlePaddle 2.0 动态图实现的 CRNN 文字识别模型,可支持长短不一的图片输入。CRNN 是一种端到端的识别模式,不需要通过分割图片即可完成图片中全部的文字识别。CRNN 的结构主要是 CNN+RNN+CTC,它们分别的作用是,使用深度 CNN,对输入图像提取特征,得到特征图。使用双向 RNN(BLSTM)对特征序列进行预测,对序列中的每个特征向量进行学习,并输出预测标签(真实值)分布。使用 CTC Loss,把从循环层获取的一系列标签分布转换成最终的标签序列。
这个模型类型 CRNN,前面使用卷积层提前图像特征,后面用一个 GRU,他是 LSTM 的变种,最后的全连接层,输出的大小为词汇表 +1,因为还有一个空格字符,这个是 CTC 需要的。
在这个任务是对坐标进行回归,使用均方误差(Mean Square error )损失函数 paddle.nn.MSELoss()
来做计算,飞桨 2.0 中,在 nn 下将损失函数封装成可调用类。这里使用 paddle.Model 相关的 API 直接进行训练,只需要定义好数据集、网络模型和损失函数即可。
使用模型代码进行 Model 实例生成,使用 prepare 接口定义优化器、损失函数和评价指标等信息,用于后续训练使用。在所有初步配置完成后,调用 fit 接口开启训练执行过程,调用 fit 时只需要将前面定义好的训练数据集、测试数据集、训练轮次(Epoch)和批次大小(batch_size)配置好即可。
手写数字的 MNIST 数据集,包含 60,000 个用于训练的示例和 10,000 个用于测试的示例。这些数字已经过尺寸标准化并位于图像中心,图像是固定大小(28x28 像素),其值为 0 到 1。该数据集的官方地址为:http://yann.lecun.com/exdb/mnist 。
本案例将会使用飞桨提供的 API 完成数据集的下载并为后续的训练任务准备好数据迭代器。cifar10 数据集由 60000 张大小为 32 * 32 的彩色图片组成,其中有 50000 张图片组成了训练集,另外 10000 张图片组成了测试集。这些图片分为 10 个类别,将训练一个模型能够把图片进行正确的分类。
Android 使用 CameraX 实现相机快速实现对焦和放大缩小,本教程介绍如何使用 CameraX 实现相机点击对焦和放大缩小,单击对焦指定位置,使用双指放大缩小图像。下面是页面代码,使用 PreviewView 预览相机图像,然后使用 FocusImageView 自定义 View 来显示对焦框。CameraXPreviewViewTouchListener.kt
点监听事件,用于监听屏幕的点击监听动作。
TNN:由腾讯优图实验室打造,移动端高性能、轻量级推理框架,同时拥有跨平台、高性能、模型压缩、代码裁剪等众多突出优势。TNN 框架在原有 Rapidnet、ncnn 框架的基础上进一步加强了移动端设备的支持以及性能优化,同时也借鉴了业界主流开源框架高性能和良好拓展性的优点。
MNN 是一个轻量级的深度神经网络推理引擎,在端侧加载深度神经网络模型进行推理预测。目前,MNN 已经在阿里巴巴的手机淘宝、手机天猫、优酷等 20 多个 App 中使用,覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。此外,IoT 等场景下也有若干应用。
下面就介绍如何使用 MNN 在 Android 设备上实现图像分类。
一行代码实现人脸检测,人脸关键点检测和戴口罩检测。
本项目是使用 Paddle Lite 的 C++ 实现的人脸检测,人脸关键点检测和戴口罩检测,并将编译好的动态库和静态库部署在 Android 应用上,在 Android 设备上实现人脸检测,人脸关键点检测和戴口罩检测,所以本应不会使用到 C++ 开发,可以只使用笔者提供的 JNI 接口实现这些功能。在 ai
这个 module 是笔者在开发时使用到的,读者在使用这个项目时,完全可以删除掉,如果是看 C++ 实现,也可以看这个 module 的源码。
然后开始编写人脸识别和人脸注册工具类,使用 insightface.app.FaceAnalysis()
可以获取模型对象,这里包含了三个模型,首先是人脸检测模型,然后是人脸特征提取模型,和最后的性别年龄识别模型。使用 model.prepare()
可以配置 ctx_id
指定使用哪一块 GPU,如果是负数则是使用 CPU 执行预测,nms
配置的是人脸检测的阈值。load_faces()
函数是加载人脸库中的人脸,用于之后的人脸识别对比。
本教程是通过 PaddlePaddle 的 PaddleSeg 实现的,该开源库的地址为:http://github.com/PaddlPaddle/PaddleSeg ,使用开源库提供的预训练模型实现人物的图像语义分割,最终部署到 Android 应用上。关于如何在 Android 应用上使用 PaddlePaddle 模型,可以参考笔者的这篇文章《基于 Paddle Lite 在 Android 手机上实现图像分类》。
本教程开源代码地址:https://github.com/yeyupiaoling/ChangeHumanBackground
PP-YOLO 是 PaddleDetection 优化和改进的 YOLOv3 的模型,其精度(COCO 数据集 mAP)和推理速度均优于 YOLOv4 模型,PP-YOLO 在 COCO test-dev2017 数据集上精度达到 45.9%,在单卡 V100 上 FP32 推理速度为 72.9 FPS, V100 上开启 TensorRT 下 FP16 推理速度为 155.6 FPS。
Paddle Lite 是飞桨基于 Paddle Mobile 全新升级推出的端侧推理引擎,在多硬件、多平台以及硬件混合调度的支持上更加完备,为包括手机在内的端侧场景的 AI 应用提供高效轻量的推理能力,有效解决手机算力和内存限制等问题,致力于推动 AI 应用更广泛的落地。
Tensorflow2 之后,训练保存的模型也有所变化,基于 Keras 接口搭建的网络模型默认保存的模型是 h5 格式的,而之前的模型格式是 pb。Tensorflow2 的 h5 格式的模型转换成 tflite 格式模型非常方便。本教程就是介绍如何使用 Tensorflow2 的 Keras 接口训练分类模型并使用 Tensorflow Lite 部署到 Android 设备上。
本教程是教程是介绍如何使用 Tensorflow 实现的 MTCNN 和 MobileFaceNet 实现的人脸识别,并不介绍如何训练模型。关于如何训练 MTCNN 和 MobileFaceNet,请阅读这两篇教程 MTCNN-Tensorflow 和 MobileFaceNet_TF ,这两个模型都是比较轻量的模型,所以就算这两个模型在 CPU 环境下也有比较好的预测速度,众所周知,笔者比较喜欢轻量级的模型,如何让我从准确率和预测速度上选择,我会更倾向于速度,因本人主要是研究深度学习在移动设备等嵌入式设备上的的部署。好了,下面就来介绍如何实现这两个模型实现三种人脸识别,使用路径进行人脸注册和人脸识别,使用摄像头实现人脸注册和人脸识别,通过 HTTP 实现人脸注册和人脸识别。
今天来水一片文章,基于开源的 Pyramidbox 大规模人脸检测编写的 PaddlePaddle 教程,为了方便训练预测,本教程做了一定的修改。这个模型虽然大,但是符合大规模人群中也可以准确地检测到人脸,就是遮挡比较严重也能正确检测。
PyramidBox 是一种基于 SSD 的单阶段人脸检测器,它利用上下文信息解决困难人脸的检测问题。如下图所示,PyramidBox 在六个尺度的特征图上进行不同层级的预测。该工作主要包括以下模块:LFPN、Pyramid Anchors、CPM、Data-anchor-sampling。
MediaPipe 是用于构建跨平台多模态应用 ML 管道的框架,其包括快速 ML 推理,经典计算机视觉和媒体内容处理(如视频解码)。下面是用于对象检测与追踪的 MediaPipe 示例图,它由 4 个计算节点组成:PacketResampler 计算器;先前发布的 ObjectDetection 子图;围绕上述 BoxTrakcing 子图的 ObjectTracking 子图;以及绘制可视化效果的 Renderer 子图。
Web 浏览器中可以实现机器学习吗?
是的,可以使用 JavaScript 在浏览器中完全定义,训练和部署机器学习算法。
尽管它可能不是机器学习的常规选择,但事实证明 JavaScript 能够完成这样的任务-即使它不能与主要的机器学习语言 Python 竞争。