猜猜我是谁之人体多特征目标检测课题研究汇报PPT.pdf

猜猜我是谁之人体多特征目标检测课题研究汇报PPT.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

猜猜我是谁

人体多特征目标检测

AIE49期机器学习项目答辩—4组团队

汇报人:罗森

项目流程

本次项目12名小组成员参与,结合项目的架构和团队人员的个人能力意愿,明确项目分工

组建团队和时间进度要求。采用甘特图追踪项目进度和定期会议讨论/检查。

本项目以商场经营为业务背景,通过人脸识别判断性别,年龄信息来建立消费群体结构,人

体附着物识别以获取消费习惯,最后利用情绪识别来判断购物满意度。通过追踪顾客再商场

应用场景分析购物环节,可以帮助商场改善经营策略。如针对顾客的性别比例,年龄结构改善商品的结构,

结合人脸支付数据可以更进一步根据顾客消费水平/层次进行商品优化。针对顾客的情绪变化

的过程找到提升顾客满意度的有效方法

三组数据集:

人脸识别:图像来源于YFCC-100MFlickr数据集,标注属性包括⼈种(7类),性别,年

数据集准备预处理龄组,共108051张图片

情绪识别:5种情绪,来自不同人种,年龄,性别共5528张图片。

人体附着物识别:使用DeepFashion数据集中的In-ShopClothesRetrievalBenchmark,

数据集大小为train数据集1215张,val数据集135张

人脸识别采用YOLOV8n-Cls,第一次训练100轮后保存最有参数再继续训练没有进一步改善。

模型训练优化情绪识别采用YOLOV8n-Cls,经过300轮训练准确率达到0.646

人体附着物分别使用YOLOV8m-Cls和YOLOV8n-Cls模型进行9分类训练

产品部署展示模型优化打包后后,预测模型输出的结果被整合到一起,通过用户界面反馈给最终用户,用

户界面可实现图片,视频批量文件的上传检测或者通过摄像头直接采样。

团队分工

成员职责具体分工

罗森组长项目验证验收产品架构和资源管理,协助项目进度管理

童锦屏项目经理项目进度管理(负责项目进度安排和监督)

蓝杰产品工程项目验证产品总体设计(负责产品背景、应用场景和产品说明)

诸俊其产品工程产品总体设计(负责产品背景、应用场景和产品说明)

陈亿斌架构设计和资源管理代码管理(负责版本迭代代码管理)

杨袖清算法训练负责寻找模型和训练优化模型

刘馨琪算法训练负责寻找模型和训练优化模型

鄢烟算法训练负责寻找模型和训练优化模型

陈海博数据集准备负责数据集收集和自定义数据标注

邓续忠数据集准备负责数据集收集和自定义数据标注

曾子力数据集准备负责数据集收集和自定义数据标注

团队具体任务安排

应用场景分析

数据集准备预处理

模型训练与优化

展示及问题总结

应用场景分析

商场经营

文档评论(0)

AI优质资料创作家 + 关注
实名认证
内容提供者

从事10年计算机专业,目前是AI算法工程师,致力于将自己的知识和想法整理出来帮助到有需要的朋友。

1亿VIP精品文档

相关文档