Keras图像打分（1：原理）

Keras图像打分

图像打分不同于传统图像分类任务，属于回归任务，标签是连续的数值而不是离散的某一个类别。打分任务总结起来就一句话：对卷积神经网络提取到的特征打分。

首先需要事先标注好的数据集，包括图像和和对象对应的分数（标签），将所有的图像数据和对应的标签转换为NumPy数组一一对应。接下来把NumPy数组输入到卷积神经网络中进行训练，返回训练结果。最后使用训练好的模型在测试集上进行打分，并根据真实分数进行误差计算。

打分过程如下图所示：

深度学习方法做图像回归打分任务则特征提取器为卷积神经网络为主，传统机器学习方法做图像回归打分任务则特征提取器以SVM为主；整体过程相似，都以提取图像特征为主要环节。