Age_recognition_OR | Multiple Output CNN for Age Estimation理解

Age_recognition_OR is a C++ library. Age_recognition_OR has no bugs, it has no vulnerabilities and it has low support. You can download it from GitHub.

##1，对参考论文Ordinal Regression with Multiple Output CNN for Age Estimation理解. ##2，训练过程 ###（1），年龄数据集的准备 为了产生更大的数据量和更广泛更均匀的数据分布，我采用多个数据集混合训练的方法进行训练及测试过程。现在网上有的年龄数据库有imdb（含有大约46万张图片），wiki（含有大约62000张图片），但是这两个数据库中的标签不太准确，含有大量的噪声数据，筛选过程比较麻烦。fg-net（只有约1000张图片），morph（有大约65000张图片），外加新增的Tutu1-15（主要收集了其他数据库缺乏的1-15岁小孩的图片数据，每个年龄有大约1500张图片，由Tutu公司构建）。 ###（2），图片预处理 原论文中进行了人脸矫正以及随机crop的过程，而我在实际训练过程中简化了步骤，只做了一步检脸过程，直接用检脸器产生的脸部数据resize到60*60，然后将数据进行简单的归一化，即将每张图片数据中的像素值减去128后再除以128，是输入数据归一化到-1~1，最后将数据保存为hdf5数据进行训练过程。 ###（3），自定义loss_layer 一共需要自定义两个layer，其中一个是loss_layer用于计算多任务的损失函数，另一个是用于计算实际年龄误差的mae_layer层。这两个自定义层的源代码保存在OrdinalRegerssion的文件夹中。（具体添加过程见文件夹中README.md） ###（4），训练 定义训练网络文件及solver文件，该文件保存在train文件夹中。修改train.prototxt中的data层的数据路径以及loss层的weight_file权值文件就可以开始训练。其中loss层的weight_file参数代表着每个年龄段的权重，用于最后的损失函数计算过程。 ###（5），自我训练结果评价.