GenderClassifier
使用前准备
- 安装python3.7及以上版本
- 安装requirements.txt中的依赖库
python -m pip install -r requirements.txt
数据处理
数据标记
- 将未标记照片放入dataset/unmark路径
- 使用jupyter打开data_marker.ipynb标记数据
数据集预处理与划分
- 运行dataset_preprocessor_divider.py
进行数据集预处理与划分
训练
- 运行train.py,验证集精度大于99%的模型将会保存至models/
训练时可通过TensorBoard观察训练误差与精度
tensorboard --logdir ./runs
测试
- 运行test.py
评估 models/ 路径下模型在验证集与测试集上的精度,并排序输出结果
预测
- 运行predict.py 使用模型预测图片
查看训练效果
- 运行show.py
通过TensorBoard查看样例,错误标记数据,pr曲线,模型结构
数据集
我们的模型使用13600张有标注的标准证件照训练,由于版权因素我们无法提供数据集
预训练模型
预训练模型链接:https://drive.google.com/file/d/1jIYn6kX3rg6rNWOxksiA7VQCyeKu2M9B/view?usp=sharing