基于Keras的网红小姐姐相似图像检索

在学习到的模型中，输入画像用等级分类的话，可以判断哪个网红小姐姐与之相似。本篇则会从全结合层的矢量特征开始，计算cos相似度，然后检索相似的画像。

而且单就图像识别来讲，Keras使用起来比Chainer更方便，所以安装使用Keras框架。

（注：使用Keras框架的另一个原因是"Keras"的五个字母包含在"Kaiser"当中。）

数据扩张

在Keras中，使用了ImageDataGenerator，所以可以轻松扩大数据。

因为随机抽样的画像集有倾向性或偏移，所以很少会去学习相同的全部数据，否则很容易产生过拟合。

（注：whitening的目的是降低输入的冗余性，希望使特征之间相关性较低，且所有特征具有相同的方差。 ）

脸部画像正面化

前文中，面部画面检查出后用dlib，这次我们要进一步提取检查出的面部画面特征，把眼睛和嘴巴的位置正面化后进行仿射变换。因为已经安装了openface或facenet，基本上可以按照原样使用。

构造模型

因为处于学习的数据组比较少的阶段，虽然不能调整全部的模型和超参数，可以先如下所示使用模型。

相似度计算

这次的模型中，在最后一步之前需要提取出全连接层的特征矢量，根据各网红小姐姐提取出的特征矢量与cos相似度计算出画面的相似度。

Python学习技术交流群，从零基础开始到Python各领域的项目实战教程、开发工具与电子书籍。与你分享企业当下对于python人才需求及学好python的高效技巧，不停更新最新教程！