用keras做简单的人脸识别

最新推荐文章于 2025-05-29 15:47:46 发布

原创

最新推荐文章于 2025-05-29 15:47:46 发布 · 3k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#keras #人脸识别

该博客介绍如何使用keras库构建一个人脸识别模型。通过加载数据、预处理、定义模型结构并训练，最终得到一个可以识别40种不同类别的人脸模型。文章特别指出，由于keras版本和后端的不同，输入格式和模型编译可能需要调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文网址：https://blog.youkuaiyun.com/eagelangel/article/details/50759993

原文存在几个小问题：本文在此基础上做了一下修改，方便大家调试程序

首先基于theano和TensorFlow的输入格式不一样，同时由于keras版本不同，在进行模型compile和fit时，所需要的格式也不一样；本文keras的backend为：TensorFlow，需要注意的部分，已用红色进行标注

code:

from __future__ import print_function
import numpy
numpy.random.seed(1337) # for reproducibility

from PIL import Image

from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.layers.convolutional import Convolution2D, MaxPooling2D
from keras.optimizers import SGD
from keras.utils import np_utils

# There are 40 different classes
nb_classes = 40
nb_epoch = 40
batch_size = 40

# input image dimensions
img_rows, img_cols = 57, 47
# number of convolutional filters to use
nb_filters1, nb_filters2 = 5, 10
# size of pooling area for max pooling
nb_pool = 2
# convolution kernel size
nb_conv = 3

def load_data(dataset_path):
img = Image.open(dataset_path)
img_ndarray = numpy.asarray(img, dtype='float64')/256
#400pictures,size:57*47=2679
&nbs