[PYTHON] Système de jugement d'image pour petite fille Lolinco
Cet article est l'article du 6ème jour du SLP_KBIT Part 2 Advent Calendar 2016.
introduction
** * Je ne suis pas un lolicon **
Cette fois, je voudrais expliquer Lolinco, un système de jugement d'image de jeune fille développé lors du hackathon organisé à SLP. Le code source peut être trouvé ici (https://github.com/SLP-KBIT/Lolinco). Ce système a été développé en collaboration avec @uchiyu, et les articles sont également divisés en fonction du responsable.
Qu'est-ce que Lolinco
Comme son titre l'indique, Lolinco est un système qui détermine si une jeune fille apparaît ou non dans une image donnée **. Avant d'expliquer l'intérieur de différentes manières, j'aimerais que vous examiniez d'abord le fonctionnement du système.
haut de page
Ceci est la première page de Lolinco. Sélectionnez le fichier image que vous souhaitez identifier dans "Sélectionner un fichier". Lorsque vous appuyez sur le bouton "Lori Judgment", il est déterminé si la petite fille est ou non dans l'image.
Si la petite fille n'est pas sur la photo
Vous serez informé des résultats avec un regard triste.
Quand une petite fille est sur la photo
Je suis très impressionné.
Lorsque plusieurs personnes sont affichées
Une seule personne ... C'est normal de ne voir qu'une seule personne ... J'en suis satisfait ... (Les choses étranges sont également reconnues comme des visages, mais ne vous inquiétez pas)
Développement de Lolinco
Les tâches de développement de Lolinco ont été partagées comme suit.
--Création de données enseignants (@gembaf) --Apprentissage automatique basé sur les données des enseignants (@uchiyu) --Discrimination d'image arbitraire (@gembaf)
À partir de là, j'expliquerai ** la création de données d'enseignants ** et ** la discrimination des images arbitraires **, dont je suis en charge.
Création de données enseignants
La procédure de création des données des enseignants peut être divisée en gros comme suit.
- Collectez des images
- Utilisez OpenCV pour extraire les visages des images
- Divisez l'image du visage extraite en ** Lori ** et ** Autre **
Pour la partie qui extrait le visage de l'image, je me suis référé au blog suivant.
Discrimination des images arbitraires
La méthode de distinction d'une image est divisée en gros comme suit.
- Extraire les visages des images téléchargées
- Déterminez si l'image du visage extraite est loli par l'algorithme appris (charge @uchiyu)
- Afficher en tant que système basé sur le résultat déterminé
prime
J'ai besoin de collecter un grand nombre d'images pour créer des données sur les enseignants, mais cette fois, j'ai utilisé la recherche d'images de Google. Cependant, il semble que ce soit une violation des règles de collecter des pages de recherche d'images mécaniquement sans utiliser l'API fournie par Google. Pour cette raison, je les ai tous rassemblés à la main cette fois, probablement parce que j'étais enthousiasmé par le long développement. Je voudrais partager les connaissances acquises à cette époque.
Rechercher un mot
Afin de collecter des images loli en tant que données d'enseignants, nous avons recherché le meilleur mot de recherche. Du coup, quand j'ai cherché "(age) girl", j'ai eu une belle image. Cette fois, nous avons collecté des images de filles âgées de 5 à 12 ans. Bien sûr, les données des enseignants ont également besoin de données perdues, j'ai donc recherché des images de manière appropriée.
Les résultats des essais et erreurs sont résumés ci-dessous.
| Rechercher un mot | Impressions |
|---|---|
| (âge)fille | Bonnes vibrations |
| (âge)Image de fille | Comme ci-dessus |
| (âge)Fille | Bien que cela se reflète, il y a beaucoup de choses dont les visages sont difficiles à distinguer. D'autres images comme «enfants dans les zones de conflit» apparaissent dans les actualités |
| Fille Lori | Le nombre d'adultes qui ressemblent à des loli augmente. Les images bidimensionnelles augmentent également |
| Image de fille Lori | Deux dimensions(R18)Le nombre d'images de |
| Image de loli fille | Trois dimensions(R18)Le nombre d'images de |
Pour le moment, j'ai trouvé que la combinaison de ** Lori ** et ** Image ** était dangereuse.
en conclusion
Cette fois, nous avons parlé de l'application Web développée. Si vous êtes intéressé par la partie spécifique de l'apprentissage automatique, attendez avec impatience l'article @uchiyu de demain. De plus, Lolinco n'est pas très précis, probablement en raison du petit nombre de données sur les enseignants. Souvent, les paysages et les vêtements sont reconnus comme des visages. Cependant, en ce qui concerne l'apprentissage automatique et la reconnaissance d'image, il semble que nous pouvons encore faire des choses intéressantes en fonction de l'idée, alors j'aimerais continuer à m'intéresser à cela. N'hésitez pas à le toucher!