[PYTHON] Kleines Mädchen Bildbeurteilungssystem Lolinco Front Edition

Dieser Artikel ist der Artikel zum 6. Tag von SLP_KBIT Teil 2 Adventskalender 2016.

Einführung

** * Ich bin kein Lolicon **

Dieses Mal möchte ich etwas über Lolinco erklären, ein Bildbeurteilungssystem für junge Mädchen, das beim Hackathon bei SLP entwickelt wurde. Den Quellcode finden Sie hier (https://github.com/SLP-KBIT/Lolinco). Dieses System wurde zusammen mit @uchiyu entwickelt, und die Artikel sind auch nach der verantwortlichen Person unterteilt.

Was ist Lolinco?

Wie der Titel schon sagt, ist Lolinco ein System, das bestimmt, ob ein junges Mädchen in einem bestimmten Bild erscheint oder nicht **. Bevor Sie das Innere auf verschiedene Weise erklären, möchte ich Sie bitten, zunächst die Funktionsweise des Systems zu betrachten.

oberste Seite

Dies ist die oberste Seite von Lolinco. Wählen Sie unter "Datei auswählen" die Bilddatei aus, die Sie identifizieren möchten. Wenn Sie die Taste "Lori Judgement" drücken, wird festgestellt, ob das kleine Mädchen auf dem Bild ist oder nicht.

Wenn das kleine Mädchen nicht auf dem Bild ist

Sie werden mit einem traurigen Blick über die Ergebnisse informiert.

Wenn ein kleines Mädchen auf dem Bild ist

Ich bin sehr beeindruckt.

Wenn mehrere Personen angezeigt werden

Nur eine Person ... Es ist in Ordnung, nur eine Person zu sehen ... Ich bin damit zufrieden ... (Seltsame Dinge werden auch als Gesichter erkannt, aber keine Sorge)

Entwicklung von Lolinco

Die Aufgaben bei der Entwicklung von Lolinco wurden wie folgt aufgeteilt.

• Erstellung von Lehrerdaten (@gembaf)
• Maschinenlernen basierend auf Lehrerdaten (@uchiyu)
• Diskriminierung eines beliebigen Bildes (@gembaf)

Von hier aus werde ich erklären, ** Lehrerdaten zu erstellen ** und ** beliebige Bilder zu identifizieren **, für die ich verantwortlich bin.

Erstellung von Lehrerdaten

Das Verfahren zum Erstellen von Lehrerdaten ist grob wie folgt unterteilt.

1. Sammeln Sie Bilder
2. Verwenden Sie OpenCV, um Gesichter aus Bildern zu extrahieren
3. Teilen Sie das extrahierte Gesichtsbild in ** Lori ** und ** Andere **

Für den Teil, der das Gesicht aus dem Bild extrahiert, habe ich auf den folgenden Blog verwiesen.

• Gesichtserkennung mit OpenCV durchführen, nur den Gesichtsteil [Python] zuschneiden und speichern

Diskriminierung beliebiger Bilder

Die Methode zur Unterscheidung eines Bildes ist grob wie folgt unterteilt.

1. Extrahieren Sie Gesichter aus hochgeladenen Bildern
2. Bestimmen Sie mit dem gelernten Algorithmus, ob das extrahierte Gesichtsbild Loli ist (@uchiyu Ladung).
3. Anzeige als System basierend auf dem ermittelten Ergebnis

Bonus

Ich muss eine große Anzahl von Bildern sammeln, um Lehrerdaten zu erstellen, aber diesmal habe ich die Bildsuche von Google verwendet. Es scheint jedoch ein Verstoß gegen die Regeln zu sein, Bildsuchseiten mechanisch zu sammeln, ohne die von Google bereitgestellte API zu verwenden. Aus diesem Grund habe ich diesmal alle von Hand gesammelt, wahrscheinlich weil ich von der langen Entwicklung begeistert war. Ich möchte auch das damals gewonnene Wissen teilen.

Suchbegriff

Um Loli-Bilder als Lehrerdaten zu sammeln, haben wir nach dem besten Suchwort gesucht. Als ich nach "(Alters-) Mädchen" suchte, bekam ich ein schönes Bild. Dieses Mal haben wir Bilder für Mädchen im Alter von 5 bis 12 Jahren gesammelt. Natürlich benötigen die Lehrerdaten auch verlorene Daten, deshalb habe ich entsprechend nach Bildern gesucht.

Die Ergebnisse von Versuch und Irrtum sind nachstehend zusammengefasst.

Vorerst stellte ich fest, dass die Kombination von ** Lori ** und ** Image ** gefährlich war.

abschließend

Dieses Mal haben wir über die entwickelte Webanwendung gesprochen. Wenn Sie sich für den speziellen Teil des maschinellen Lernens interessieren, freuen Sie sich bitte auf den @uchiyu-Artikel von morgen. Außerdem ist Lolinco nicht sehr genau, wahrscheinlich aufgrund der geringen Menge an Lehrerdaten. Landschaften und Kleidung werden oft als Gesichter erkannt. In Bezug auf maschinelles Lernen und Bilderkennung scheint es jedoch so zu sein, dass wir je nach Idee immer noch interessante Dinge machen können, daher möchte ich mich weiterhin dafür interessieren. Jeder, bitte zögern Sie nicht, es zu berühren!