FairFace 模型介绍
稳定调用及效果更好的API，详见视觉开放智能平台：人脸属性识别、表情识别。
人脸属性模型FairFace
模型描述
FairFace是结构简单性能不错的人脸属性模型（代码地址), 被WACV2021录取(论文地址, 是人脸属性领域近几年高引文章之一。网络结构比较简单，backbone是标准的ResNet34结构，后面接一个fc层，对输入图片的人脸预测其年龄区间和性别。
模型效果
模型使用方式和使用范围
本模型可以检测输入图片中人的性别和年龄范围:[0-2, 3-9, 10-19, 20-29, 30-39, 40-49, 50-59, 60-69, 70+]。
代码范例
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
fair_face_attribute_func = pipeline(Tasks.face_attribute_recognition, 'damo/cv_resnet34_face-attribute-recognition_fairface')
src_img_path = 'data/test/images/face_recognition_1.png'
raw_result = fair_face_attribute_func(src_img_path)
print('face attribute output: {}.'.format(raw_result))
# if you want to show the result, you can run
from modelscope.utils.cv.image_utils import draw_face_attribute_result
from modelscope.preprocessors.image import LoadImage
import cv2
import numpy as np
# load image from url as rgb order
src_img = LoadImage.convert_to_ndarray(src_img_path)
# save src image as bgr order to local
src_img = cv2.cvtColor(np.asarray(src_img), cv2.COLOR_RGB2BGR)
cv2.imwrite('src_img.jpg', src_img)
# draw dst image from local src image as bgr order
dst_img = draw_face_attribute_result('src_img.jpg', raw_result)
# save dst image as bgr order to local
cv2.imwrite('dst_img.jpg', dst_img)
# show dst image by rgb order
import matplotlib.pyplot as plt
dst_img = cv2.cvtColor(np.asarray(dst_img), cv2.COLOR_BGR2RGB)
plt.imshow(dst_img)
使用方式
- 推理：输入图片，如存在人脸则返回人的性别以及年龄区间。
目标场景
- 人脸相关的基础能力，可应用于视频监控/人像美颜/互动娱乐等场景
模型局限性及可能偏差
- 训练数据仅包括FairFace数据集，模型鲁棒性可能有所欠缺。
- 目前只支持单人的属性识别。
- 当前版本在python 3.7环境测试通过，其他环境下可用性待测试
预处理
测试时主要的预处理如下：
- Resize：图像resize到224x224
- Normalize：图像归一化，减均值除以标准差
人脸相关模型
以下是ModelScope上人脸相关模型:
- 人脸检测
| 序号 | 模型名称 |
|---|---|
| 1 | RetinaFace人脸检测模型 |
| 2 | MogFace人脸检测模型-large |
| 3 | TinyMog人脸检测器-tiny |
| 4 | ULFD人脸检测模型-tiny |
| 5 | Mtcnn人脸检测关键点模型 |
| 6 | ULFD人脸检测模型-tiny |
- 人脸识别
| 序号 | 模型名称 |
|---|---|
| 1 | 口罩人脸识别模型FaceMask |
| 2 | 口罩人脸识别模型FRFM-large |
| 3 | IR人脸识别模型FRIR |
| 4 | ArcFace人脸识别模型 |
| 5 | IR人脸识别模型FRIR |
- 人脸活体识别
| 序号 | 模型名称 |
|---|---|
| 1 | 人脸活体检测模型-IR |
| 2 | 人脸活体检测模型-RGB |
| 3 | 静默人脸活体检测模型-炫彩 |
- 人脸关键点
| 序号 | 模型名称 |
|---|---|
| 1 | FLCM人脸关键点置信度模型 |
- 人脸属性 & 表情
| 序号 | 模型名称 |
|---|---|
| 1 | 人脸表情识别模型FER |
| 2 | 人脸属性识别模型FairFace |
来源说明
本模型及代码来自开源社区(地址)，请遵守相关许可。
引用
如果你觉得这个该模型对有所帮助，请考虑引用下面的相关的论文：
@article{karkkainen2019fairface,
title={Fairface: Face attribute dataset for balanced race, gender, and age},
author={K{\"a}rkk{\"a}inen, Kimmo and Joo, Jungseock},
journal={arXiv preprint arXiv:1908.04913},
year={2019}
}
评论