使用深度学习opencv 进行人脸年龄的实时检测

往期的文章我们分享了人脸的识别以及如何进行人脸年龄的检测，本期文章我们结合人脸识别的

模型进行人脸年龄的实时检测

人脸年龄的检测步骤

0、打开摄像头，获取图片数据

1、对图片进行人脸的检测

2、把检测到的人脸数据给年龄检测模型去检测

3、把检测结果实时呈现到图片上

import numpy as np
import cv2import osAGE_LIST = ["(0-2)", "(4-6)", "(8-12)", "(15-20)", "(25-32)",
	"(38-43)", "(48-53)", "(60-100)"]
prototxtFacePath =  "model/deploy.prototxt"
weightsFacePath = "model/res10_300x300_ssd_iter_140000.caffemodel"
faceNet = cv2.dnn.readNet(prototxtFacePath, weightsFacePath)prototxtAgePath = "model/age_deploy.prototxt"
weightsAgePath = "model/age_net.caffemodel"
ageNet = cv2.dnn.readNet(prototxtAgePath, weightsAgePath)

初始化模型年龄段，由于模型是按照年龄段来进行训练的，当然你也可以使用大量的数据，进行更准确的年龄模型训练

然后cv2.dnn.readNet加载人脸识别的模型,可参考往期文章

顺便在这里介绍一下由人工智能研究所出品的专栏，人工智能目标检测与目标追踪

有兴趣的小伙伴们可以一起探讨