Модуль розпізнавання статі на основі моделі глибокого навчання InceptionV3

Abstract

Методами дослідження обрано аналіз наукових джерел, попередню обробку та аугментацію набору CelebA, переднавчання й тонке налаштування згорткової мережі, а також оцінку продуктивності за метриками accuracy, precision, recall та F1-score. У результаті створено програмний засіб, що досягає точності 94,3 % на тестовій вибірці й демонструє F1-міру 0,94, забезпечуючи баланс між якістю та обчислювальною ефективністю. Результати можуть бути застосовані в системах безпеки, маркетинговій аналітиці й біометричних сервісах.