选美交给AI，基于机器学习模型开发实现人脸评分系统

最近碰到一个比较好玩的任务，就是想要基于人工智能模型实现人脸自动评分，说白了跟古代的选美有点像了，让机器学习模型和深度学习模型基于人工标注的数据集进行训练学习，之后对人脸进行自动评分，目前我主要是先做了基于机器学习模型的项目，核心的方法就是基于hog实现特征提取，之后基于随机森林模型实现回归计算了。

首先看下效果图：

整体项目开发流程如下所示：

 原始图像转化为特征向量主要是基于hog实现的，这个网上有很多的开源实现，也可以借助于skimage实现都是可以的，这里就不再赘述了。

人脸评分这里是基于随机森林回归模型实现的回归拟合计算。核心实现如下：

rfr=RandomForestRegressor(n_estimators=100)
y_pred=rfr.fit(X_train, y_train).predict(X_test)
print('y_pred: ', y_pred)

完成模型训练后，在测试集上进行评估分析，这里绘制对比分析可视化图像如下所示：

 从R2指标来看，模型的拟合程度还是很不错。