【IT168 资讯】几个月前，华南大学发表了一篇关于“颜值预测”的论文和数据集。你可以通过这个地址找到(https://arxiv.org/abs/1801.06345)。这个数据集包括5500人，他们的得分有1到5分的吸引力。
以下是一些来自论文的例子：
还有一些著名的人在集合中。我们可以看到朱莉娅罗伯特的照片平均得分为3.78：
看到的这张以色列著名模特Bar Refaeli的照片得分为3.7分：
这些可能看起来像是低分，但实际上3.7分意味着在数据集中，Bar 比约80%的人更有吸引力。
与数据集一起，作者通过训练多个模型试图根据人脸图片来预测人的吸引力。
在这篇文章中，会重现他们的结果，顺带看看吸引力如何。
最初的论文实现了一系列不同的模型，包括具有手工特征的经典ML模型和3种深度学习模型：AlexNet、ResNet18和ResNext50。
这里会尽可能简化工作(因为不想从头开始实施和训练整个资源网络)，这里想微调一下现有的模型，以完成这项工作。在keras中，有一个称为应用程序的模块，它是一组不同的预先训练过的模型。其中之一是resnet50，不幸的是，在keras.applications中没有ResNet18或ResNext50，所以不能再现完全相同的工作，但应该足够接近resnet50。
从keras.应用程序导入ResNet50
ResNet是一个深度卷积网络，由微软开发，赢得了2015 ImageNet竞赛，这是一个图像分类任务。
当我们在keras中启动resnet50模型时，我们使用ResNet50架构创建了一个模型，并且我们下载了经过训练的在ImageNet数据集上训练的权重，如同在ImageNet数据集上训练的一样。
论文的作者没有提到他们究竟是如何训练模型的，所以文章会尽力做到最好。
作者想删除最后一层(“softmax”图层)并添加一个没有激活功能的密集图层来执行回归。
你可以看到制作了第一层(resnet模型)不可训练，所以只有2049个可训练的参数，而不是23589761。
作者的计划是训练最终的密集层，然后以较小的学习率训练整个网络。
之后，将第一层改为可训练、编译，并将模型适应另外30个时期。
在这里，train_X是照片，即形状为numpy的阵列(350,350,3)，train_Y是被标记的图像的分数。
结果
本文使用2种技术训练模型：5倍交叉验证和60%-40%列车测试分离。他们使用Pearson Correlation(PC)，平均绝对误差(MAE)和均方根误差(RMSE)来测量他们的结果。这些是他们使用5倍交叉验证得到的结果：
这些是他们使用60%-40%训练测试分组获得的结果：
这里会做一个80%-20%的训练测试分割，所以它类似于执行其交叉验证部分的1倍。
得到了以下结果：
非常好。另外，也需要查看分数的散点图和直方图：
原始分数分布(标准化)：
预测分数分布(标准化)：
结果看起来还是不错的。现在让我们来看看这个深度神经网络是如何评价作者的。首先使用下面这张照片：
得到了2.85分，这意味着作者比这个数据集中52%的人更有吸引力。
拍了很多照片之后，最终得到了3.15分，这意味着作者比数据集中64%的人更具吸引力。
最后一点，使用Google Colaboratory构建和调整了这个模型，简而言之，它为您提供了一个免费使用GPU的python笔记本。
