《表8 Adience数据集上年龄分类对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进的VGG网络可提升年龄与性别预测准确率》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

年龄分类模型的前五层卷积参数采用了文献[29]中在人脸数据集上训练过的标准VGG-16网络结构得到的参数初始化。论文使用的训练数据包含了2 000多个不同的人总共超过2 000 000张人脸图片。全连接层采用的正态分布随机初始化。最后在细微调整后，训练得到的最优模型的混淆矩阵如表7，最终的准确率达到了88.2%。但是由于训练数据的处理和划分与前述相关文献不同，所以为了可比性，使用Adience的5折数据划分并且只去除了无效的标注数据，如标注为22岁或者没有标注的图像数据。最终此模型在5折上正确率为53.9%，这个结果比文献[35]中提出的模型稍好。对比结果如表8。