HyperAIHyperAI

Command Palette

Search for a command to run...

تقدير العمر والجنس بشكل مشترك من صور الوجوه غير المقيدة باستخدام شبكة CNN متعددة المهام خفيفة الوزن للتطبيقات المحمولة

Jia-Hong Lee Yi-Ming Chan Ting-Yen Chen Chu-Song Chen

الملخص

تصنيف العمر والجنس تلقائيًا بناءً على صور غير مقيدة أصبح تقنية أساسية في الأجهزة المحمولة. مع قوة الحوسبة المحدودة، فإن كيفية تطوير نظام قوي يشكل مهمة صعبة. في هذا البحث، نقدم شبكة عصبية تقنية متعددة المهام فعالة تسمى الشبكة العصبية المتعددة المهام الخفيفة (lightweight multi-task CNN) لتصنيف العمر والجنس بشكل متزامن. تعتمد الشبكة العصبية المتعددة المهام الخفيفة على التحويلات الانفصالية العميقة لتقليل حجم النموذج وحفظ وقت الاستدلال. على مجموعة البيانات العامة الصعبة Adience، كانت دقة تصنيف العمر والجنس أفضل من طرق الشبكات العصبية المتعددة المهام الأساسية.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تقدير العمر والجنس بشكل مشترك من صور الوجوه غير المقيدة باستخدام شبكة CNN متعددة المهام خفيفة الوزن للتطبيقات المحمولة | مستندات | HyperAI