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:windowsfontssimsun.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）

◆

◆

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。