CNN人脸识别（误）低配版：辛普森一家

摘要：看动画也不忘机器学习这个项目在后端为上实现用神经网络根据动画片截图对辛普森一家的成员进行分类，使用的是目前最复杂和艰深的神经网络之一卷积神经网络，。数据集为个辛普森家族的成员的动画片截图，存放在个文件夹中，每个成员有大约张图片。

看动画也不忘机器学习✌( •̀ ω •́ )y：

这个项目在Keras（后端为Tensorflow）上实现用神经网络根据动画片截图对辛普森一家的成员进行分类，使用的是目前最复杂和艰深的神经网络之一：卷积神经网络（Convolutional Neural Network，CNN）。
数据集为11个辛普森家族的成员的动画片截图，存放在11个文件夹中，每个成员有大约1000张图片。
这些图片有不一样的尺寸，在进过归一化后和标签一起输入神经网络进行训练

由于这次图像识别训练直接用的图片，因此该程序实际上可以用来做很多事情（验证码识别，智能交通领域的机器视觉，行人和车辆识别），只需更换文件夹路径，指向新的数据集即可。

直接上代码：

导入依赖库：

from PIL import Image
import numpy as np
import os
import glob
import re
import keras
from keras.optimizers import SGD, Adam
from keras.models import Sequential
from keras.models import load_model
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras.utils import np_utils
from keras import backend as K

*定义函数：从数据集中导入图片，归一化后再转化为特征矩阵：
每个文件夹中取前100张图片的数据放到测试集，剩余的样本全都作为训练集。*

def read_img(location):
    x_train = [] 
    y_train = [] 
    x_test = [] 
    y_test = [] 
    label_name = [] 
    dirs = os.listdir(location) 
    label = 0 
    count = 0
    for i in dirs: #loop all directory
        print(i)
        n = 0 
        label_name.append(i) #save folder name in var label_name
        x_s = 200
        y_s = 200
        for pic in glob.glob(location+""+i+"*.jpg"): 
            im = Image.open(pic) #open data
            im = im.resize((x_s, y_s), Image.ANTIALIAS)
            im = np.array(im) #store im as numpy array
            if(im.shape[0]==200 and im.shape[1]==200): 
                r = im[:,:,0]
                g = im[:,:,1]
                b = im[:,:,2]
                if(n<100): 
                    x_test.append([r,g,b]) #save in x_test
                    y_test.append([label]) #save in y_test
                else: #remaining data set as training data
                    x_train.append([r,g,b]) #save in x_train
                    y_train.append([label]) #save in y_train
                n = n + 1 
                count = count + 1 
        label = label + 1 #increment label
    print(label_name)
    print(dirs)
    return np.array(x_train),np.array(y_train),np.array(x_test),np.array(y_test)

将图片经过归一化处理，变为200p200p的尺寸：*
原图：

归一化的图片：

通过定义的函数生成训练数据、训练标签、测试数据、测试标签：

path="E:JLDdesktop	he-simpsons-characters-datasetsimpsons_dataset"
img_rows = 200 #num of image height
img_cols = 200 #num of image width
num_class = 11 #num of classes/labels
x_train,y_train,x_test,y_test = read_img(path) 

输出的结果：完成对11个文件夹的遍历，并输出训练标签向量和测试标签向量：

对训练数据和测试数据的值做线性变化，提高机器学习的速率，并将标签转化为向量，以便用交叉熵计算loss值：

x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 3) 
x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 3) 
input_shape = (img_rows, img_cols, 3)
x_train = x_train.astype("float32") 
x_test = x_test.astype("float32") 
x_train /= 255 
x_test /= 255 
y_train = keras.utils.to_categorical(y_train, num_class) 
y_test = keras.utils.to_categorical(y_test, num_class) 

输出训练训练特征矩阵、训练标签向量、测试特征矩阵、测试标签向量的维度：

print(x_train.shape)
print(y_train.shape)
print(x_test.shape)
print(y_test.shape)

运行结果：

定义CNN神经网络模型：

model = Sequential()
model.add(Conv2D(64, kernel_size=(3, 3),activation="relu",input_shape=input_shape))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(32, (3, 3), activation="relu"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

model.add(Conv2D(32, (3, 3), activation="relu"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

model.add(Flatten())

model.add(Dense(128, activation="relu"))
model.add(Dropout(0.5))

model.add(Dense(num_class, activation="softmax"))

编译模型：用交叉熵作为损失值，随机梯度下降作为优化器，预测的准确率用以定义模型的好坏。

model.compile(loss="categorical_crossentropy",
              optimizer=SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True),
              metrics=["accuracy"])

训一次模型并保存：模型一个批次处理64个样本，迭代1次，用测试集数据做验证。

model.fit(x_train, y_train, batch_size=64, epochs=1, verbose=1, validation_data=(x_test, y_test))
model.save("Simpson.h5")

循环进行模型训练，每一次循环迭代一次训练，保存并读取模型，循环十次，这样写是因为避免显存溢出导致之前所有训练结果丢失。该语句可重复运行。机器学习，俗称“炼丹”：

for i in range(0,10):
    print("The "+str(i)+" th Iteration")
    model=load_model("Simpson.h5")
    model.fit(x_train, y_train, batch_size=64, epochs=1, verbose=1, validation_data=(x_test, y_test))
    model.save("Simpson.h5")
    K.clear_session()

运行结果：该模型在测试集上最终达到了99.09%的准确率。

若要用该模型进行识别应用，只需调用model.predict()函数就行。