Two different datasets have been co

Two different datasets have been considered during the experiments:
Labeled Faces in the Wild
The Labeled Faces in the Wild (LFW) [14] is composed by 13, 233 face images (10, 256 males and 2977 females) from 5749 celebrities collected from the web. The Facial Image Processing and Analysis group (FIPA, http://fipa.cs.kit.edu) proposed a benchmark to evaluate the gender recognition problem using these images. Following this protocol, we have employed the 5 folds described in [9], using 4 folds for training and 1 for testing, and the results were averaged. Similar articles in the bibliography have used a reduced version of this dataset, taking out a huge number of challenging images [27,37]. However, it is important to note that our experiments are performed using the entire dataset, without discarding any image.

ผลลัพธ์ (ไทย) 2:

สองชุดข้อมูลที่แตกต่างกันได้รับการพิจารณาในระหว่างการทดลอง:
ใบหน้าป้ายในป่าใบหน้าป้ายในป่า (LFW) [14] ประกอบด้วย 13 233 ภาพใบหน้า (10, 256 ชายและ 2977 หญิง) จาก 5749 คนดังที่เก็บรวบรวมจาก เว็บ
ประมวลผลภาพใบหน้าและกลุ่มวิเคราะห์ (Fipa, http://fipa.cs.kit.edu) ได้เสนอเกณฑ์มาตรฐานในการประเมินการรับรู้ปัญหาทางเพศโดยใช้ภาพเหล่านี้ ต่อไปนี้โปรโตคอลนี้เรามีการจ้างงาน 5 เท่าที่อธิบายไว้ใน [9] โดยใช้ 4 เท่าสำหรับการฝึกอบรมและ 1 สำหรับการทดสอบและผลที่ได้รับเฉลี่ย บทความที่คล้ายกันในบรรณานุกรมได้ใช้รุ่นที่ลดลงของชุดนี้การออกเป็นจำนวนมากของภาพที่ท้าทาย [27,37] แต่ก็เป็นสิ่งสำคัญที่จะทราบว่าการทดลองของเราจะดำเนินการโดยใช้ชุดข้อมูลทั้งหมดโดยไม่ต้องทิ้งภาพใด ๆ

ผลลัพธ์ (ไทย) 3:

สองชุดข้อมูลที่แตกต่างกันได้รับการพิจารณาในระหว่างการทดลอง :
ป้ายหน้าในป่า
ป้ายหน้าในป่า ( lfw ) [ 14 ] ประกอบไปด้วย 13 รูปภาพ 233 หน้า ( 10 , 256 คน และหญิง 5749 2977 ) จากคนดังที่รวบรวมจากเว็บ ใบหน้าภาพการประมวลผลและการวิเคราะห์กลุ่ม ( ตาม http://fipa.cs.kit , .การศึกษาได้เสนอเกณฑ์มาตรฐานเพื่อประเมินอายุการรับรู้ปัญหา โดยใช้ภาพเหล่านี้ ทำตามขั้นตอนนี้ เราใช้ 5 เท่าที่อธิบายไว้ใน [ 9 ] , การใช้ 4 เท่าสำหรับการฝึกอบรมและ 1 สำหรับการทดสอบ และผลลัพธ์ที่ได้เฉลี่ย บทความที่คล้ายกันในบรรณานุกรมจะใช้ลดรุ่นของชุดข้อมูลนี้ เอาตัวเลขขนาดใหญ่ของท้าทายภาพ [ 27,37 ] อย่างไรก็ตามมันเป็นสิ่งสำคัญที่จะทราบว่าการทดลองของเราโดยใช้ข้อมูลทั้งหมดโดยไม่ทิ้ง
ภาพใด ๆ