Skip to content

Определение возраста человека, изображенного на фотографии.

Notifications You must be signed in to change notification settings

Danspers/15.Age-prediction

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 

Repository files navigation

Описание проекта

Сетевой супермаркет «Хлеб-Соль» внедряет систему компьютерного зрения для обработки фотографий покупателей. Фотофиксация в прикассовой зоне поможет определять возраст клиентов, чтобы:

  • Анализировать покупки и предлагать товары, которые могут заинтересовать покупателей этой возрастной группы;
  • Контролировать добросовестность кассиров при продаже алкоголя.

Необходимо построить модель, которая по фотографии определит приблизительный возраст человека. В распоряжении набор фотографий людей с указанием возраста. Данные взяты с сайта ChaLearn Looking at People.

Метрика качества: MAE (mean_absolute_error).

Анализ обученной модели

В проекте используется архитектура RasNet50 (с блоками из свёрточных слоёв), предобученая на изображениях и алгоритм обучения нейронной сети Adam. Эта комбинация позволяет существенно сократить время обучения: 7.5 минут (с использованием GPU). Значение метрики MAE на тестовой выборке: 6.6299. Её значение можно грубо интерпретировать как погрешность предсказанного возраста ± 6.6299 лет.

Таким образом получается определить к какой возрастной группе можно отнести человека. Это пригодиться для формирования рекомендаций списка товаров, но не подойдёт для определения совершеннолетия покупателя. Для этой задачи остро необходимо определять возраст. С текущей погрешностью будет огромное количество ложный срабатываний и ошибок. Возможно, для этой задачи потребуется отдельная модель занималась классификацией людей на две категории. Два специализированных инструмента чаще всего качественней чем один универсальный.

Основное обучение проходит в течение первых 5 эпох. Это заметно по функции ошибки и ключевой метрике - величины их изменения. Последующие эпохи (5-10) позволяют улучшить результат предсказаний, но с каждой итерацией прирост качества становиться менее значительным. Можно остановить свой выбор на 5 эпохах обучения (это минимум), или задать бoльшее число эпох, если это позволяют ресурсы. Так же стоит учитывать, к каким факторам более склоняется заказчик к "скорости" или "качеству"?

Исходя из уточнений деталей при повторном обсуждении задачи, можно внести изменения в отдельные параметры уже готовой модели.

About

Определение возраста человека, изображенного на фотографии.

Topics

Resources

Stars

Watchers

Forks