Smile Detector using CNN with Keras
Execução (Run)
Primeiro instale as bibliotecas necessárias executando o comando abaixo (recomendo utilizar o python3.6 que foi a versão usada no desenvolvimento):
pip install -r req.txt
Depois, extraia o arquivo que contém as imagens lfwcrop_grey.zip.
Pronto, agora basta executar o arquivo app.py,
python app.py
ou executar o jupyter notebook App.ipynb.
Overview
Foi utilizado a linguagem python para o desenvolvimento do programa e o banco de dados LFWcrop Face Dataset. Abaixo algumas imagens do banco de dados:
Primeiramente foi relizado a leitura dos documentos .txt que indicava quais imagens deveriam ser usadas no teste. Assim foi gerados 2 listas, uma com nomes das imagens com pessoas sorrindo e outra que não, em seguida foi dividido cada lista em dados de treinamento, teste e validação. Obtendo assim 6 listas:
-
train_smile
-
test_smile
-
val_smile
-
train_nosmile
-
test_nosmile
-
val_nosmile
O próximo passo foi criar as pastas que receberá as imagens de cada lista, então é criado os diretorios Train, Test e Val e dentro de cada uma foi criado mais duas pasta smile e nosmile. Em seguida, é feito uma copia da imagens do dataset original e é movido essas copias para as pastas de acordo com a lista que ela pertence.
É realizado esse procedimento para que os dados estejam de acordo com o que a função de pré processamento ImageDataGenerator.flow_from_directory do pacote Keras solicita, foi usado esse método pois ele auxilia no pré processamento da imagens. Além disso, devido o nosso conjunto de dados não ser muito grande, realizamos também com essa função o aumento artificialmente do conjunto de dados.
Para realizar a predição a fim de saber se as imagens são de pessoas sorrindo ou não, foi utilizando modelo de Rede Neural Convolucional (CNN) em que podemos ver resumo da rede abaixo:
Foi colocado para relizar o treinamento durante 10 epocas, porém devido para um parâmetro adicionado EarlyStopping em que ele para o treinamento caso a métrica loss esteja aumentando ao invés de estar diminuindo, que pode ser um sinal de overfitting, assim o treinamento foi parado na quinta época de treinamento.
Após o treinamento, o modelo obteve precisão na classificação de 98,91% nos dados de treinamento, 96,46% nos dados de validação e 96,04% nos dados de teste.
Especificações da máquina utilizada para o treinamento
- OS: Ubuntu 16.04 x64
- RAM: 8Gb
- Processador: Intel Core i5 2.5GHz x4
- GPU: Nvidia GeForce 940MX 2G
O código foi executado tanto na GPU Nvidia quanto na CPU Intel.
Tempo de treinamento usando CPU: Cerca de 4 minutos e 22 segundos por época
Tempo de treinamento usando GPU: Cerca de 48 segundos por época