项目之前在 V2EX 首发 https://www.v2ex.com/t/378897
这几天都是 github trending python 榜单,感谢 v2ex。
机器学习是不是很无聊,用来用去都是识别字体。能不能帮我找到颜值高的妹子,顺便提高一下姿势水平。
FaceRank 基于 TensorFlow CNN 模型,提供了一些图片处理的工具集,后续还会提供训练好的模型。给 FaceRank 一个妹子,他给你个分数。
从此以后筛选简历,先把头像颜值低的去掉;自动寻找女主颜值高的小电影;自动关注美女;自动排除负分滚粗的相亲对象。从此以后升职加薪,迎娶白富美,走上人生巅峰。
苍老师镇楼:
GitHub:https://github.com/fendouai/FaceRank
Tensorflow 安装:pip install tensorflow 简介:Tensorflow 是谷歌的机器学习框架,FaceRank 使用了基于它的 CNN 模型。
face_recognition 简介:这个库在项目中,用来从图片中截出人脸,并保存为新文件,方便生成数据集。 这个库比较难装,如果直接安装失败,建议使用 docker. The world's simplest facial recognition api for Python and the command line 安装:pip install face_recognition
文件夹截图
标注说明 文件夹中 1-2.jpg 表明这是 1 分的图片,2 是第 2 张。也就是 “-”前面的数字就是分数。
find_faces_in_picture.py 这个脚本使用了 face_recognition 来扣人脸,它会从 上图中的 web_image 读取图片,抠图之后保存到 face_image 文件夹。
resize_image.py 这个脚本会读取 face_image 文件夹,并将图片统一处理为 128*128 像素。
一切都准备好了,直接运行 train_model.py 这部分内容在 Github 有比较详细说明: https://github.com/fendouai/FaceRank/
如果看到这里有很多不懂的话,建议:
欢迎关注我的博客,因为我也还在学习中,现有的教程经常比较大,涉及到的只是比较多,我会经常拆分出小的知识点,我的博客也会把这些小的知识点记录下来。 FaceRank,TensorFlow 从观望到入门!。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.