FaceRank-人脸打分基于 TensorFlow 的 CNN 模型
隐私
因为隐私问题，训练图片集并不提供，稍微可能会放一些卡通图片。
数据集
- 130张 128*128 张网络图片，图片名： 1-3.jpg 表示 分值为3 的第3 张图。
你可以把符合这个格式的图片放在 resize_images 来训练模型。
模型
人脸打分基于 TensorFlow 的 CNN 模型 代码参考 : https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/convolutional_network.py
运行
安装好 TensorFlow 之后，直接运行 train_model.py.
- 训练模型
- 保存模型到 model 文件夹
测试
运行完 train_model.py 之后,直接运行 run_model.py 来测试.
下载
训练好的模型可以在以下网址下载：
http://www.tensorflownews.com/
模型效果
- 训练过程
你可以看训练过程： Train_Result.md ,这里有损失函数和准确率变化过程。 - 测试结果
结果并不非常好，但是增加数据集之后有所改善。
(?, 128, 128, 24)
(?, 64, 64, 24)
(?, 64, 64, 96)
(?, 32, 32, 96)
['1-1.jpg', '1-2.jpg', '10-1.jpg', '10-2.jpg', '2-1.jpg', '2-2.jpg', '3-1.jpg', '3-2.jpg', '4-1.jpg', '4-2.jpg', '5-1.jpg', '5-2.jpg', '6-1.jpg', '6-2.jpg', '7-1.jpg', '7-2.jpg', '8-1.jpg', '8-2.jpg', '9-1.jpg', '9-2.jpg']
20
(10, 128, 128, 3)
[3 2 8 6 5 8 0 4 7 7]
(10, 128, 128, 3)
[2 6 6 6 5 8 7 8 7 5]
Test Finished!
支持
- 提交 issue
- QQ 群: 522785813
- 知乎:https://zhuanlan.zhihu.com/TensorFlownews
- 博客:http://www.tensorflownews.com/
后续计划
- 图片像素要提高
- 增加数据集
- 在临近的层次，用公用的图片：比如1-3；4-6；7-9 用相似或者相同图片。
FaceRank - Rank Face by CNN Model based on TensorFlow
Privacy
Because of privacy，the training images dataset is not provided.
maybe some carton images will be given later.
Dataset
- 130 pictures with size 128*128 from web with tag
image: 1-3.jpg means rank 1,3st train pic
you can add your own pics to the resize_images folder
Model
Model is CNN based on TensorFlow based on : https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/convolutional_network.py
Run
After you installed TensorFlow ,just run train_model.py.
- train the model
- save the model to model dir
Test
After you run the train_model.py ,just run the run_model.py to test.
Download
The model is trained can be download at
http://www.tensorflownews.com/
Result
- Train part
You can see training process at Train_Result.md ,there is loss and accuracy. - Test part
It is not good enough,but after I add more data to train,It is better.
(?, 128, 128, 24)
(?, 64, 64, 24)
(?, 64, 64, 96)
(?, 32, 32, 96)
['1-1.jpg', '1-2.jpg', '10-1.jpg', '10-2.jpg', '2-1.jpg', '2-2.jpg', '3-1.jpg', '3-2.jpg', '4-1.jpg', '4-2.jpg', '5-1.jpg', '5-2.jpg', '6-1.jpg', '6-2.jpg', '7-1.jpg', '7-2.jpg', '8-1.jpg', '8-2.jpg', '9-1.jpg', '9-2.jpg']
20
(10, 128, 128, 3)
[3 2 8 6 5 8 0 4 7 7]
(10, 128, 128, 3)
[2 6 6 6 5 8 7 8 7 5]
Test Finished!
Support
- submit a issue
- QQ Group: 522785813
- Zhihu:https://zhuanlan.zhihu.com/TensorFlownews
- Blog:http://www.tensorflownews.com/