訓(xùn)練一個(gè)AI給顏值打分，公平公正！

雷鋒網(wǎng)按：本文作者灰灰，本文原載于作者的知乎專欄。雷鋒網(wǎng)獲得授權(quán)轉(zhuǎn)載。

機(jī)器學(xué)習(xí)是不是很無聊，用來用去都是識別字體。能不能幫我找到顏值高的妹子，順便提高一下姿勢水平。

FaceRank 基于 TensorFlow CNN 模型，提供了一些圖片處理的工具集，后續(xù)還會提供訓(xùn)練好的模型。給 FaceRank 一個(gè)妹子，他給你個(gè)分?jǐn)?shù)。

從此以后篩選簡歷，先把頭像顏值低的去掉；自動尋找女主顏值高的小電影；自動關(guān)注美女；自動排除負(fù)分滾粗的相親對象。從此以后升職加薪，迎娶白富美，走上人生巔峰。

蒼老師鎮(zhèn)樓：

隱私

因?yàn)殡[私問題，訓(xùn)練圖片集并不提供，但是提供了人臉抽取，圖片大小歸一化工具，稍微可能會放一些卡通圖片。

數(shù)據(jù)集

130 張 128*128 張網(wǎng)絡(luò)圖片，圖片名：1-3.jpg 表示 分值為 1 的第 3 張圖。 你可以把符合這個(gè)格式的圖片放在 resize_images 來訓(xùn)練模型。

find_faces_in_picture.py 

find_and_save_face 基于 face_recognition 從圖片中找到人臉的坐標(biāo)，并保存為新圖片。

然后再用 resize 統(tǒng)一為 128×128 大小，為模型訓(xùn)練做準(zhǔn)備。

模型

人臉打分基于 TensorFlow 的 CNN 模型 代碼參考 : TensorFlow-Examples

卷積神經(jīng)網(wǎng)絡(luò)部分代碼，網(wǎng)絡(luò)結(jié)構(gòu)說明：卷積層，池化層，卷積層，池化層，全鏈接層。

運(yùn)行

安裝好 TensorFlow 之后，直接運(yùn)行 train_model.py .

• 訓(xùn)練模型

• 保存模型到 model 文件夾

測試

運(yùn)行完 train_model.py 之后, 直接運(yùn)行 run_model.py 來測試.

下載

訓(xùn)練好的模型可以在以下網(wǎng)址下載：  http://www.tensorflownews.com/

模型效果

• 訓(xùn)練過程 你可以看訓(xùn)練過程：Train_Result.md , 這里有損失函數(shù)和準(zhǔn)確率變化過程。

• 測試結(jié)果 結(jié)果并不非常好，但是增加數(shù)據(jù)集之后有所改善。

(?, 128, 128, 24)
(?, 64, 64, 24)
(?, 64, 64, 96)
(?, 32, 32, 96)

[‘1-1.jpg’, ‘1-2.jpg’, ‘10-1.jpg’, ‘10-2.jpg’, ‘2-1.jpg’, ‘2-2.jpg’, ‘3-1.jpg’, ‘3-2.jpg’, ‘4-1.jpg’, ‘4-2.jpg’, ‘5-1.jpg’, ‘5-2.jpg’, ‘6-1.jpg’, ‘6-2.jpg’, ‘7-1.jpg’, ‘7-2.jpg’, ‘8-1.jpg’, ‘8-2.jpg’, ‘9-1.jpg’, ‘9-2.jpg’]
20
(10, 128, 128, 3)
[3 2 8 6 5 8 0 4 7 7]
(10, 128, 128, 3)
[2 6 6 6 5 8 7 8 7 5]
Test Finished!

支持

• 提交 issue

Github: https://github.com/fendouai/FaceRank