• SVR (kernel = rbf) 4.85 5.49
  • Age and Gender Prediction using Deep cnns and Transfer Learning




    Download 299,02 Kb.
    Pdf ko'rish
    bet12/13
    Sana22.12.2023
    Hajmi299,02 Kb.
    #127116
    1   ...   5   6   7   8   9   10   11   12   13
    SVC (kernel = rbf) 
    97.13 
     94.64 
    Table 11. Untuned Baseline for Age estimation 
    Method 
    Train (MAE) 
    Test (MAE) 
    Decision Tree 
    0.05 
    9.86 
    Gradient Boosted Trees 
    4.97 
    6.17 
    XGBoost 
    5.00 
    5.89 
    Random Forest 
    1.91 
    5.75 
    Linear Regression 
    4.93 
    5.61 
    Linear SVR 
    4.85 
    5.58 
    SVR (kernel = rbf) 
    4.85 
    5.49 
    Clearly, even simple linear regression outperformed training our custom CNN model 
    for age estimation and logistic regression came remarkably close to the custom CNN 
    architecture for gender classification on the features extracted using SENet50_f. 
    As expected, our model performs relatively poorly while predicting ages for people 
    above 70 years of age. This is quite evident from Table 2. where it can be seen that 
    there are only 5.78 % images in the dataset belonging to people above 70 (albeit the 
    dataset is quite evenly balanced when it comes to gender). We believe much better 
    results can be attained using a more balanced and larger dataset. 

    Conclusion 
    Inspired by the recent developments in this field, in this paper we proposed two ways 
    to deal with the problem of age estimation, age and gender classification - a custom 
    CNN architecture and transfer learning based pre-trained models. These pre-trained 
    models helped us combat overfitting to a large extent. It was found that our models 
    generalized very well with minimal overfitting, when tested on real-life images.
    We plan to extend our work on a larger and more balanced dataset with which we 
    can study biases and experiment with more things in order to improve the 


    12 
    generalizability of our models. In future research, we hope to use this work of ours as 
    a platform to improvise and innovate further and contribute to the deep learning com-
    munity. 

    Download 299,02 Kb.
    1   ...   5   6   7   8   9   10   11   12   13




    Download 299,02 Kb.
    Pdf ko'rish

    Bosh sahifa
    Aloqalar

        Bosh sahifa



    Age and Gender Prediction using Deep cnns and Transfer Learning

    Download 299,02 Kb.
    Pdf ko'rish