自拍图像的图像识别
我开发了一个Android应用程序，任何人都可以将百科全书的图片(桥梁、博物馆、盘子、风景、绘画等)上传到维基共享网站。
不幸的是，5%的用户觉得上传自己的自拍很有趣。所以我想以编程的方式检查这张照片是否是自拍，如果可能的话，警告他们自拍是不主题的。
作为一个数据集，我有：
- 1000张照片，我认为是不受欢迎的自拍。这在一定程度上是主观的，但通常这样的图片显示的是从手臂距离和随机背景拍摄的一两张人脸。
- 1000张照片不是自拍的(桥梁，博物馆，盘子等，任何真正的东西)。技巧:这也包括名人的照片，通常他们很容易区分与自拍，因为人是在一个更远的距离。如果你看到一个伸出的手臂，那么你可以确定这是一张自拍。
所有的图片都是用智能手机拍摄的(数百种不同的型号)，它们是2MB到5MB的JPG文件，大小和比例各不相同，都是纵向或横向模式。
我必须只使用开放源码，由此产生的检测代码必须在低端Android手机上运行不到一秒。
这个任务需要什么方法和步骤？
回答 4
Data Science用户
发布于 2019-12-09 07:37:18
我要去转学。我们的想法是以网络为基础，它已经接受了大数据集的训练，并且开发了许多conv过滤器，这些过滤器可以重用。在tensorflow中有几个是可用的。你在ImageNet上接受了网络预训练，把负责分类的最后一层分门别类，然后用你自己的来代替它。这样你就不需要有那么多的数据才能达到开创性的分数了。
请查看以下链接：
- https://machinelearningmastery.com/transfer-learning-for-deep-learning/
- https://towardsdatascience.com/a-comprehensive-hands-on-guide-to-transfer-learning-with-real-world-applications-in-deep-learning-212bf3b2f27a
- https://www.pyimagesearch.com/2019/05/20/transfer-learning-with-keras-and-deep-learning/
- https://www.pyimagesearch.com/2019/06/24/change-input-shape-dimensions-for-fine-tuning-with-keras/
- https://www.pyimagesearch.com/2019/06/03/fine-tuning-with-keras-and-deep-learning/
- https://www.tensorflow.org/api_docs/python/tf/keras/应用程序
你也可以提供你自己的顶层来改变输入的形状。
base_model = MobileNetV2(
weights="imagenet",
include_top=False,
input_shape=(HEIGTH, WIDTH, DEPTH)
)你可以选择是否重新训练网络。
base_model.trainable = False现在，只需使用基本模型实例化一个新模型，并添加最后的层即可。
model = Sequential(base_model)
model.add(Flatten())
model.add(Dense(units=1024))
model.add(Activation('relu'))
model.add(BatchNormalization())
model.add(Dropout(rate=0.25))
model.add(Dense(units=1024))
model.add(Activation('relu'))
model.add(BatchNormalization())
model.add(Dropout(rate=0.25))
model.add(Dense(units=len(encoder.classes_)))
model.add(Activation('softmax'))然后像往常一样编译模型。
model.compile(
loss='categorical_crossentropy',
optimizer=Adam(
learning_rate=0.0001
),
metrics=['accuracy']
)请注意，您必须选择正确的最后密集层的数目和它们的形状。你仍然需要微调它:使用什么激活函数，如果你做重量衰减，以什么速度，什么优化器，什么学习速率，等等。
Data Science用户
发布于 2021-06-05 16:56:20
为此，您不需要经历自己创建模型所带来的痛苦。用MTCNN检测脸部，然后继续。
对于后人，比较脸部大小和位置。对图像进行最优决策。
Data Science用户
发布于 2018-09-13 12:34:08
图像识别技术的实现有很多开源库可用于图像识别和分类。您可以使用"TensorFlow“库进行图像识别，并可以与您的安卓应用程序集成。
https://datascience.stackexchange.com/questions/38189
复制相似问题
腾讯云开发者
