Pycaffemodel来实现年龄和性别识别

　　1说明
　　1。1效果图
　　图片静态识别有bug
　　视频和摄像头识别，动态可变
　　1。2源代码来源：https：github。comspmallicklearnopencv
　　1。3对源代码进行修改、注释、增加，便于理解。
　　1。4模型文件来自，或者参考这里的源代码感谢作者，提供这两个模型：agenet。caffemodel和gendernet。caffemodelhttps：github。comRoggu123Algorithm解压后AlgorithmmasterPracticeCVFaceDetectionagegender下找到
　　2准备
　　2。1环境：python3。8opencv4。4。0深度deepinlinux操作系统微软编辑器vscode。
　　2。2文件结构：
　　3AgeGender。py代码
　　3。1第1步：导入模块importcv2importmath
　　3。2blobcv2。dnn。blobFromImage（image，scalefactor1。0，size，mean，swapRBTrue，cropFalse，ddepthCV32F）
　　参数
　　1。image，这是传入的，需要进行处理的图像。
　　2。scalefactor，执行完减均值后，需要缩放图像，默认是1。
　　3。size，这是神经网络，真正支持输入的值。
　　4。mean，这是我们要减去的均值，可以是R，G，B均值三元组，或者是一个值，每个通道都减这值。
　　如果执行减均值，通道顺序是R、G、B。如果，输入图像通道顺序是B、G、R，那么请确保swapRBTrue，交换通道。
　　5。swapRB，OpenCV认为图像通道顺序是B、G、R，而减均值时顺序是R、G、B，
　　为了解决这个矛盾，设置swapRBTrue即可。
　　6。crop，如果crop裁剪为真，则调整输入图像的大小，使调整大小后的一侧等于相应的尺寸，另一侧等于或大于。
　　然后，从中心进行裁剪。如果裁剪为假，则直接调整大小而不进行裁剪并保留纵横比。
　　第2步：获取脸部框函数defgetFaceBox（net，frame，confthreshold0。7）：frameOpencvDnnframe。copy（）frameHeightframeOpencvDnn。shape〔0〕frameWidthframeOpencvDnn。shape〔1〕关键参数blobcv2。dnn。blobFromImage（frameOpencvDnn，1。0，（300，300），〔104，117，123〕，True，False）net。setInput（blob）detectionsnet。forward（）bboxes〔〕foriinrange（detections。shape〔2〕）：confidencedetections〔0，0，i，2〕ifconfidenceconfthreshold：x1int（detections〔0，0，i，3〕frameWidth）y1int（detections〔0，0，i，4〕frameHeight）x2int（detections〔0，0，i，5〕frameWidth）y2int（detections〔0，0，i，6〕frameHeight）bboxes。append（〔x1，y1，x2，y2〕）cv2。rectangle（frameOpencvDnn，（x1，y1），（x2，y2），（0，255，0），int（round（frameHeight150）），8）returnframeOpencvDnn，bboxes
　　3。3主要是自己喜欢微软编辑器vscode，点击运行即可。第3步：路径管理，自己增加的importoscurpathos。path。realpath（file）获取当前AgeGender。py代码的绝对路径dirpathos。path。dirname（curpath）获取当前文件的文件夹路径
　　3。4第4步：现有的模型加载faceProtodirpathmodelopencvfacedetector。pbtxtfaceModeldirpathmodelopencvfacedetectoruint8。pbageProtodirpathmodelagedeploy。prototxtageModeldirpathmodelagenet。caffemodel自行下载genderProtodirpathmodelgenderdeploy。prototxtgenderModeldirpathmodelgendernet。caffemodel自行下载MODELMEANVALUES（78。4263377603，87。7689143744，114。895847746）ageList〔（02），（46），（812），（1520），（2532），（3843），（4853），（60100）〕genderList〔Male，Female〕Loadnetwork加载网络ageNetcv2。dnn。readNet（ageModel，ageProto）读取预训练模型genderNetcv2。dnn。readNet（genderModel，genderProto）faceNetcv2。dnn。readNet（faceModel，faceProto）padding20
　　3。5第5步：加载图片或者视频识别视频类capcv2。VideoCapture（0）摄像头识别capcv2。VideoCapture（dirpathv1。mp4）视频识别图片类常规是image，为了与视频代码兼容这里采用frame代替原来的imageframecv2。imread（dirpath3。jpeg）
　　3。6第6步：循环whilecv2。waitKey（1）0：图片识别时，可注释掉视频类hasFrame，framecap。read（）ifnothasFrame：cv2。waitKey（）break视频类frameFace，bboxesgetFaceBox（faceNet，frame）ifnotbboxes：continueforbboxinbboxes：faceframe〔max（0，bbox〔1〕padding）：min（bbox〔3〕padding，frame。shape〔0〕1），max（0，bbox〔0〕padding）：min（bbox〔2〕padding，frame。shape〔1〕1）〕blobcv2。dnn。blobFromImage（face，1。0，（227，227），MODELMEANVALUES，swapRBFalse）genderNet。setInput（blob）genderPredsgenderNet。forward（）性别gendergenderList〔genderPreds〔0〕。argmax（）〕ageNet。setInput（blob）agePredsageNet。forward（）年龄ageageList〔agePreds〔0〕。argmax（）〕label｛｝，｛｝。format（gender，age）输出字体颜色：0，255，255黄色；0，0，255红色cv2。putText（frameFace，label，（bbox〔0〕，bbox〔1〕10），cv2。FONTHERSHEYSIMPLEX，0。8，（0，0，255），2，cv2。LINEAA）窗口展示cv2。imshow（AgeGenderDemo，frameFace）
　　4小结：
　　可能由于现有的模型，训练数据太少，导致可能出现bug。
　　可以自行训练数据集，训练好了自己再用这个套用，当然这是一件浩大的工程，提高识别精度。
　　一般人，玩玩技术知道怎么回事就可以了。
　　自己让代码运行起来，并加入相关代码，复习python相关知识（编程思维和路径管理）。
　　希望大家喜欢。