颜值打分器

最新推荐文章于 2022-10-09 20:22:41 发布

X-SPY

最新推荐文章于 2022-10-09 20:22:41 发布

阅读量9.1k

点赞数 1

文章标签：颜值打分系统

本文链接：https://blog.csdn.net/qq_16936725/article/details/79960413

版权

华南理工大学发布的SCUT-FBP5500颜值数据库包含5500个人的评分。本文将利用keras建立一个基于深度学习的颜值打分系统，这是一个回归任务。通过预训练模型进行训练后，系统对杨幂和新垣结衣的图片进行测试，得出不同分数。结果显示，该系统可能将特定特征纳入评分标准。

摘要由CSDN通过智能技术生成

颜值打分器

最近，华南理工大学发布了一个颜值数据库SCUT-FBP5500，数据集共有5500个人，分值在1~5之间，

数据库下载地址：

百度网盘:https://pan.baidu.com/s/1gguqPpx，密码是mh8j
GoogleDrive:https://drive.google.com/open?id=1_BBiG0xOxYnCTItUXh82GTVorp6ODy-m

王力宏成功当选亚洲人最帅

我将利用keras建立一个基于深度学习的颜值打分系统，不同于图像分类任务，颜值打分是一个回归任务，不能利用keras自带的ImageDatagenerator产生迭代器给模型喂数据，我们将实现一个类似的迭代器

__author__ = 'lzy'
# image_input.py

import cv2
from keras.utils import Sequence
import math
import numpy as np
from random import shuffle, randint

import os


class SequenceData(Sequence):
    def __init__(self, file_list, batch_size, target_size, mode='caffe'):
        self.file_list = file_list
        self.batch_size = batch_size
        self.target_size = target_size
        self.mode = mode

    def __len__(self):
        num_imgs = len(self.file_list)
        return math.ceil(num_imgs / self.batch_size)

    def __getitem__(self, idx):
        file_sub_list = self.file_list[idx*self.batch_size : (idx+1)*self.batch_size]
        batch_x = np.array([self.read_img(file[0]) for file in file_sub_list])
        batch_y = np.array([file[