卷积神经网络简单的应用（一）：目的与数据

1. 目的
   构建一个卷积神经网络对性别以及美丽程度（beautiful or handsome）进行识别。
   
2. 数据准备
   模型中采用的数据来自百度搜索数据，为了效率可采用爬虫（大家可以在以下相关代码上进行更改）：http://blog.sina.com.cn/s/blog_13927ddb50102w2m1.html，下图为采集的相关图片。
3. 数据预处理
   为了数据在输入模型时具有统一的大小，对数据进行了大小的转换，统一变成了200*150大小的图片。这里利用opencv进行实现。相关代码如下，根据长宽的不同变化有所不同：
   

   import os
   import cv2
   import math
   def rotate(img,angle):        
       height = img.shape[0]  
       width = img.shape[1]  
         
       if angle%180 == 0:  
           scale = 1  
       elif angle%90 == 0:  
           scale = float(max(height, width))/min(height, width)  
       else:  
           scale = math.sqrt(pow(height,2)+pow(width,2))/min(height, width)  
         
             
       rotateMat = cv2.getRotationMatrix2D((width/2, height/2), angle, scale)  
       rotateImg = cv2.warpAffine(img, rotateMat, (width, height))  
         
       return rotateImg
   	
   def convert2samll(path):
       path_f_b = path
       file_f_b = os.listdir(path_f_b)
       print(path_f_b)
       for file_name in file_f_b:
           img = cv2.imread(path_f_b+'/'+file_name)
           if type(img) == type(None):
               print(path_f_b+'/'+file_name)
               continue
           sp = img.shape
           if sp[0] > sp[1] or sp[0] == sp[1]:
               r_img = cv2.resize(img,(150,200))
               cv2.imwrite(path_f_b+'/data/'+file_name,r_img)
           else:
               r_img = cv2.resize(img,(200,150))
               r_img = rotate(r_img,90)
               r_img = cv2.resize(r_img,(150,200))
               cv2.imwrite(path_f_b+'/data/'+file_name,r_img)

   网盘上有处理好的数据：链接：https://pan.baidu.com/s/1GYuiT6VRlO9BNJe_wZtlkw 密码：9ekp