美还是丑？这有一个CNN开发的颜值评分器 | 实战
作者 | 苏溪镇的水
出品 | AI科技大本营（ID:rgznai100）
在人工智能的发展越来越火热的今天，其中智能应用也在伴随着我们的生活，其中最具有代表性的便是图像识别，并且其中的应用比比皆是，如车站的人脸识别系统，交通的智能监控车牌号系统等等。而卷积神经网络作为图像识别的首选算法，对于图像的特征提取具有很好的效果，而TensorFlow作为Google的开源框架具有很好的结构化特征，而本篇文章将利用卷积神经网络算法对图像识别进行应用，开发出颜值评分器的功能。
首先我们准备训练的数据集文件保存在images文件夹下，其中的数据集如下：
其中需要训练的数据集的标签保存在Excel中，为All_Ratings.xlsx，即标签就为图像的颜值评分，其中的数据如下：
接着我们新建一个python文件为_input_data.py，即用来读取数据集以达到训练的目的。这里和卷积神经网络无关，故我仅仅大概说明一下并加以附上代码，其中要导入的模块代码：
import numpy as np
import tensorflow as tf
import os
import cv2
import matplotlib.pyplot as plt
import os
from PIL import Image
import pandas as pd
然后定义一个函数用来获取文件夹下的图片，并定义四个数组分别为meis,chous,chous_label,meis_label这几个数组分别保存着美人的图片名及路径，丑人的图片名及路径，丑人的标签设为0保存到chous_label这个数组中，美人的标签设为1保存在meis_label。代码如下：
def get_files(file_dir):
chous = []
meis = []
chous_label = []
meis_label = []
img_dirs = os.listdir(file_dir)#读取文件名下所有！目录名(列表形式)
labpath = "F:/python练习/test1/All_Ratings.xlsx"
date = pd.read_excel(labpath)
filenames = date['Filename']
label = date['Rating']
for i in range(filenames.shape[0]):
if int(label[i])>3:
meis_label.append(1)
meis.append(file_dir + filenames[i])
else:
chous_label.append(0)
chous.append(file_dir + filenames[i])
img_list = np.hstack((chous, meis))#列表（字符串形式）
label_list = np.hstack((chous_label, meis_label))#列表（整数形式）
return img_list, label_list
接着再定义一个函数用来获取图片的长和宽，一次训练的个数等等。具体代码如下：
def get_batch(image, label, image_w, image_h, batch_size, capacity):#capacity: 队列中 最多容纳图片的个数
input_queue = tf.train.slice_input_producer([image, label])#tf.train.slice_input_producer是一个tensor生成器，作用是
# 按照设定，每次从一个tensor列表中按顺序或者随机抽取出一个tensor放入文件名队列。
label = input_queue[1]
img_contents = tf.read_file(input_queue[0])#一维
image = tf.image.decode_jpeg(img_contents, channels=3)#解码成三维矩阵
image = tf.image.resize_image_with_crop_or_pad(image, image_w, image_h)
image = tf.cast(image, tf.float32)
image = tf.image.per_image_standardization(image)
# 生成批次 num_threads 有多少个线程根据电脑配置设置
image_batch, label_batch = tf.train.batch([image, label], batch_size=batch_size, num_threads=64, capacity=capacity)
return image_batch, label_batch
接着下面是卷积神经网络的算法部分，我们需要建立一个文件名为model.py的文件，用来保存算法结构参数，首先导入TensorFlow框架，代码为：
import tensorflow as tf
首先简单说明下这篇文章所用的卷积神经网络的原理和结构：其中第一层为输入层，即可以读取图像的各点像素值保存在矩阵中，接着为卷积一层我把它命名为“conv1”，即为第一个卷积层，即利用我定义的卷积核来乘上原来输入层的矩阵，而所谓的卷积核也就是一个矩阵，而其中相乘包括步长等等这里不详细说明。
接着接上一个池化层命名为“pooling1_lrn”，其主要目的是降采样，即将其中图像的像素矩阵变小。接着再接上卷积二层，命名为“conv2”，每一层的输入层为上一层的输出值，再接上池化二层“pooling2_lrn”，同样目的降采样，接着接上全连接层中的两个隐藏层名为“local3”，和“local4”，最后输出层接的是softmax激活函数，为二分类的激活函数，主要原因是我需要的结果是美和丑两种结果，详细代码见下：
import tensorflow as tf
#卷积神经网络提取特征
def inference(image, batch_size, n_classes):
#第一个卷积层
with tf.variable_scope("conv1") as scope:#课本108，variable_scope控制get_variable是获取（reuse=True）还是创建变量
weights = tf.get_variable("weights", shape=[3,3,3,16], dtype=tf.float32,
initializer=tf.truncated_normal_initializer(stddev=0.1, dtype=tf.float32))
biases = tf.get_variable("biases", shape=[16], dtype=tf.float32,
initializer=tf.constant_initializer(0.1))
conv = tf.nn.conv2d(image, weights, strides=[1,1,1,1], padding="SAME")
pre_activation = tf.nn.bias_add(conv, biases)
conv1 = tf.nn.relu(pre_activation, name=scope.name)
#池化层，降采样
with tf.variable_scope("pooling1_lrn") as scope:
pool1 = tf.nn.max_pool(conv1, ksize=[1,3,3,1], strides=[1,2,2,1], padding="SAME", name="pooling1")
norm1 = tf.nn.lrn(pool1, depth_radius=4, bias=1.0, alpha=0.001/9.0,beta=0.75, name="norm1")#局部响应归一化??????
with tf.variable_scope("conv2") as scope:
weights = tf.get_variable("weights", shape=[3,3,16,16], dtype=tf.float32,
initializer=tf.truncated_normal_initializer(stddev=0.1, dtype=tf.float32))
biases = tf.get_variable("biases", shape=[16], dtype=tf.float32,
initializer=tf.constant_initializer(0.1))
conv = tf.nn.conv2d(norm1, weights, strides=[1,1,1,1], padding="SAME")
pre_activation = tf.nn.bias_add(conv, biases)
conv2 = tf.nn.relu(pre_activation, name=scope.name)
with tf.variable_scope("pooling2_lrn") as scope:
norm2 = tf.nn.lrn(conv2, depth_radius=4, bias=1.0, alpha=0.001/9.0,beta=0.75, name="norm2")
pool2 = tf.nn.max_pool(norm2, ksize=[1,3,3,1], strides=[1,2,2,1], padding="SAME", name="pooling2")
#全连接层
with tf.variable_scope("local3") as scope:
reshape = tf.reshape(pool2, shape=[batch_size, -1])
dim = reshape.get_shape()[1].value
weights = tf.get_variable("weights", shape=[dim, 128], dtype=tf.float32,
initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))
biases = tf.get_variable("biases", shape=[128], dtype=tf.float32, initializer=tf.constant_initializer(0.1))
local3 = tf.nn.relu(tf.matmul(reshape, weights) + biases, name=scope.name)
with tf.variable_scope("local4") as scope:
weights = tf.get_variable("weights", shape=[128, 128], dtype=tf.float32,
initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))
biases = tf.get_variable("biases", shape=[128], dtype=tf.float32, initializer=tf.constant_initializer(0.1))
local4 = tf.nn.relu(tf.matmul(local3, weights) + biases,name="local4")
#softmax二分类
with tf.variable_scope("softmax_linear") as scope:
weights = tf.get_variable("weights", shape=[128, n_classes], dtype=tf.float32,
initializer=tf.truncated_normal_initializer(stddev=0.005, dtype=tf.float32))
biases = tf.get_variable("biases", shape=[n_classes], dtype=tf.float32, initializer=tf.constant_initializer(0.1))
softmax_linear = tf.nn.relu(tf.matmul(local4, weights) + biases,name="softmax_linear")
return softmax_linear
def loss(logits, labels):#输出结果和标准答案
with tf.variable_scope("loss") as scope:
cross_entropy= tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels, name="entropy_per_example")
loss = tf.reduce_mean(cross_entropy)
tf.summary.scalar(scope.name +"/loss",loss)#对标量数据汇总和记录使用tf.summary.scalar
return loss
def training(loss, learning_rate):
with tf.name_scope("optimizer"):
global_step = tf.Variable(0, name="global_step", trainable=False)#定义训练的轮数，为不可训练的参数
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate)
train_op= optimizer.minimize(loss, global_step=global_step)
#上两行等价于train_op = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(loss,global_step=global_step)
return train_op
def evalution(logits, labels):
with tf.variable_scope("accuracy") as scope:
correct = tf.nn.in_top_k(logits, labels, 1)#下面
correct = tf.cast(correct, tf.float16)
accuracy = tf.reduce_mean(correct)
tf.summary.scalar(scope.name+"/accuracy", accuracy)#用来显示标量信息
return accuracy
"""
top_1_op取样本的最大预测概率的索引与实际标签对比，top_2_op取样本的最大和仅次最大的两个预测概率与实际标签对比，
如果实际标签在其中则为True，否则为False。
"""
其中定义的几个函数是为了训练使用而定义的，loss函数计算每次训练的损失值，training函数用来加载训练，包括损失值和学习率，evalution用来评估每次训练的精准度。
接着开始模型的训练，新建一个python文件名为“training.py”，其中设定常量：
N_CLASSES = 2
IMG_W = 350
IMG_H = 350
BATCH_SIZE = 32
CAPACITY = 256
STEP =500 #训练步数应当大于10000
LEARNING_RATE = 0.0001
分别表示结果输出为二分类（美和丑），图片的长和宽，每次训练的图片数目，训练容量，训练次数，学习率；接着将前面建立的python文件中的函数直接拿来使用，首先依旧是导入库以及前面建立的两个python文件：
import tensorflow as tf
import numpy as np
import os
import _input_data
import model
接着定义训练数据所保存的路径，模型保存的路径，其中应注意模型保存的路径中不能出现中文，否则报错；接着使用函数训练。详细代码如下：
x = tf.placeholder(tf.float32, shape=[None,129792])
y_ = tf.placeholder(tf.float32, shape=[None, 5])
def run_training():
train_dir = "F:/python练习/test1/Images/"
log_train_dir = "F:/train_savenet/"
train,train_labels = _input_data.get_files(train_dir)
train_batch, train_label_batch = _input_data.get_batch(train, train_labels, IMG_W,IMG_H,BATCH_SIZE,CAPACITY)
train_logits= model.inference(train_batch, BATCH_SIZE, N_CLASSES)
train_loss= model.loss(train_logits, train_label_batch)
train_op = model.training(train_loss, LEARNING_RATE)
train_acc = model.evalution(train_logits, train_label_batch)
summary_op = tf.summary.merge_all()#merge_all 可以将所有summary全部保存到磁盘，以便tensorboard显示。
# 一般这一句就可显示训练时的各种信息。
sess = tf.Session()
train_writer =tf.summary.FileWriter(log_train_dir, sess.graph)#指定一个文件用来保存图
saver = tf.train.Saver()
sess.run(tf.global_variables_initializer())
# Coordinator 和 start_queue_runners 监控 queue 的状态，不停的入队出队
coord = tf.train.Coordinator()#https://blog.csdn.net/weixin_42052460/article/details/80714539
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
try:
for step in np.arange(STEP):
if coord.should_stop():
break
_, tra_loss, tra_acc = sess.run([train_op, train_loss, train_acc])
if step % 4 == 0 or (step + 1) == STEP:
# 每隔2步保存一下模型，模型保存在 checkpoint_path 中
checkpoint_path = os.path.join(log_train_dir, "model.ckpt")
saver.save(sess, checkpoint_path, global_step=step)
except tf.errors.OutOfRangeError:
print('Done training -- epoch limit reached')
finally:
coord.request_stop()
coord.join(threads)
sess.close()
run_training()
训练过程如图：
训练完毕后，会形成一些训练出来模型文件，可以直接拿来使用，这时候建立一个python文件名为“predict.py”用来使用模型，这部分不是重点，给出代码和结果即可：
# -*- coding: utf-8 -*-
import tensorflow as tf
from PIL import Image
import numpy as np
import os
import model
import matplotlib.pyplot as plt
import _input_data
from matplotlib import pyplot
from matplotlib.font_manager import FontProperties
def get_one_img(test):#从指定目录中选取一张图片
file = os.listdir(test)#os.listdir()返回指定目录下的所有文件和目录名。
n = len(file)
ind = np.random.randint(0, n)
img_dir = os.path.join(test, file[ind])#判断是否存在文件或目录name
global image1
image1= Image.open(img_dir)
#plt.imshow(image)
#plt.show()
image = image1.resize([350, 350])
image = np.array(image)
return image
def evaluate_one_img():
test = "F:/python练习/test1/Images/"
test_array = get_one_img(test)
with tf.Graph().as_default():#https://www.cnblogs.com/studylyn/p/9105818.html
BATCH_SIZE = 1
N_CLASSES = 2
image = tf.cast(test_array, tf.float32)
image = tf.image.per_image_standardization(image)
image = tf.reshape(image,[1,350,350,3])
logit = model.inference(image, BATCH_SIZE, N_CLASSES)
logit = tf.nn.softmax(logit)
x =tf.placeholder(tf.float32, shape =[350,350,3])
log_test_dir = 'F:/train_savenet/'
saver = tf.train.Saver()
global title
with tf.Session() as sess:
print("从指定路径中加载模型。。。")
#将模型加载到sess中
ckpt = tf.train.get_checkpoint_state(log_test_dir)
if ckpt and ckpt.model_checkpoint_path:#https://blog.csdn.net/u011500062/article/details/51728830/
global_step = ckpt.model_checkpoint_path.split("/")[-1].split("-")[-1]
saver.restore(sess, ckpt.model_checkpoint_path)
print("模型加载成功，训练的步数为 "+global_step)
else:
print("模型加载失败，文件没有找到。")
#将图片输入到模型计算
prediction = sess.run(logit, feed_dict={x: test_array})
max_index = tf.argmax(prediction) # 将图片输入到模型计算
if float(prediction[:, 0])>0.5:
print('丑的概率 %.6f' %prediction[:, 0])
print("丑")
title=u'丑'+str(prediction[:, 0]*100)
else:
print('美的概率 %.6f' %prediction[:, 1])
print("美")
title=u'美'+str(prediction[:, 1]*100)
# 测试
evaluate_one_img()
imgplot = plt.imshow(image1)
myfont = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=15)
plt.title(title,fontproperties=myfont)
plt.show()
最终拿一个图片来实验的结果如下：
由此可见模型基本正确，也可以知道卷积神经网络对于图像特征提取比较擅长。
（*本文为AI科技大本营投稿文章，转载请微信联系 1092722531）
◆
精彩推荐
◆
2019 中国大数据技术大会（BDTC）再度来袭！豪华主席阵容及百位技术专家齐聚，15 场精选专题技术和行业论坛，超强干货+技术剖析+行业实践立体解读，深入解析热门技术在行业中的实践落地。6.6 折票限时特惠（立减1400元），学生票仅 599 元！
推荐阅读
美还是丑？这有一个CNN开发的颜值评分器 | 实战相关推荐
- 掌声送给TensorFlow 2.0！用Keras搭建一个CNN | 入门教程
作者 | Himanshu Rawlani 译者 | Monanfei,责编 | 琥珀 出品 | AI科技大本营(id:rgznai100) 2019 年 3 月 6 日,谷歌在 TensorFlow ...
- 一个想法--开发与业务，我们互相依赖
一个想法--开发与业务,我们互相依赖 编程之道很多人都读了,这位大师真是会利用中国阴阳学,但是中心思想就是工具就是工具,不是思想,经常听人们说,think in 什么,也是,如果单抱着什么编程实例也没 ...
- 打通C/4HANA和S/4HANA的一个原型开发：智能服务创新案例
今年6月SAP发布C/4HANA之后,有顾问朋友们在微信公众号后台留言,询问C/4HANA如何同SAP的数字化核心S/4HANA系统结合起来,从而打通企业的前后端业务,帮助企业实现数字化转型. 有的顾 ...
- 作为一个web开发人员，哪些技术细节是在发布站点前你需要考虑到的
前日在cnblogs上看到一遍文章<每个程序员都必读的12篇文章>,其中大多数是E文的. 先译其中一篇web相关的"每个程序员必知之WEB开发". 原文: http:/ ...
- 一个SAP开发人员的2018年终总结
我是SAP成都研究院的Jerry Wang,我喂自己袋盐. 时间过得真快,2017年发生的事情还历历在目,一转眼,2018年又马上要结束了. Jerry惊恐地发现,随着年龄的增长,时光流逝的速度仿佛有 ...
- SAP Business ByDesign 和支付宝与钉钉集成的一个原型开发案例
原文:Doing Business on the Go – Invoice to Cash the China Way (PoC) 众所周知,中国移动应用市场具有如下特点: 腾讯和阿里巴巴的多用途平台 ...
- 一个 SAP 开发工程师十余年的技术写作之路回顾
这是 Jerry 2021 年的第 31 篇文章,也是汪子熙公众号总共第 307 篇原创文章. 本文目录 汪子熙公众号的风格定位 为什么我会开始在微信公众号上书写技术文章 我的写作素材从哪里来 坚持了 ...
- 飞鸽传书2007 一个自己开发的软件
CSDN下载频道上有我的软件,今天来说是那时候的开发过程,这个软件我自己是很喜欢的,写他的时候,是非常努力的,力求完美.所以,发布的时候基本上是自己最满意的了. 飞鸽传书2007 下载地址:http: ...
- 一个Web开发的客户端基础技术测试Demo
最近参加了一个Web开发的客户端基础技术测试,虽然对于做前台开发的程序员来说比较简单,但对于一直做后台代码编写的程序员想掌握前台开发的基础来说,应该是一个比较好的Demo.对于Web初学者来说,也是一 ...
- pytorch学习笔记（2）：在MNIST上实现一个CNN
参考文档:https://mp.weixin.qq.com/s/1TtPWYqVkj2Gaa-3QrEG1A 这篇文章是在一个大家经常见到的数据集 MNIST 上实现一个简单的 CNN.我们会基于上一 ...
最新文章
- react中使用create-react-app创建项目执行函数两次
- 【C 语言】指针数据类型 ( 指针类型变量 | 使用 * 操作内存 )
- mysql创建反弹函数,MySql创建函数
- 坑爹的日志无法按天切割问题
- c语言编写的每个函数都可以进行独立的编译,2017年辽宁师范大学计算机与信息技术学院836C语言程序设计考研冲刺密押题...
- django、tornado、flask对比
- 计算机桌面工具栏,win7电脑计算机界面菜单工具栏不见了怎么办？
- 电脑DIY基本知识扫盲！图文并茂！
- 中班机器人教室设计方案_中班美术教案机器人
- 股利折现模型详解-股票定价-财务管理（七）
- 工序作业指导书怎么做？如何制作工序作业指导书？
- #python对数列的进行排列
- 求这样一个三位数，该三位数等于其每位数字的阶乘之和
- GitHub 终端面基交友的新神器
- 正弦值、余弦值和正切值
- css 上下布局 flex,Css Flex布局
- 如何在Windows命令行中使用Unicode字符？
- Android 集成FaceBook广告
- Day55-每日一道Java面试题-Java 面向对象编程三大特性: 封装 继承 多态
- 只需64MB优盘+90分钟nbsp;教你如何全面…