#?-*-?coding：utf-8?-*-
#?-*-?author：zzZ_CMing??CSDN?address:https://blog.csdn.net/zzZ_CMing
#?-*-?2018/06/05；11:41
#?-*-?python3.5
“““
olivetti?Faces是紐約大學組建的一個比較小的人臉數據庫。有40個人，每人10張圖片，組成一張有400張人臉的大圖片。
像素灰度范圍在[0255]。整張圖片大小是1190*942，20行320列，所以每張照片大小是（1190/20）*（942/20）=?57*47
程序需配置h5py：python?-m?pip?install?h5py
博客地址：https://blog.csdn.net/zzZ_CMing，更多機器學習源碼
“““
import?numpy?as?np
from?PIL?import?Image
from?keras.models?import?Sequential
from?keras.layers?import?Dense?Dropout?Activation?Flatten
from?keras.layers?import?Conv2D?MaxPooling2D
from?keras.optimizers?import?SGD????#?梯度下降的優化器
from?keras.utils?import?np_utils
from?keras?import?backend?as?K

#?讀取整張圖片的數據，并設置對應標簽
def?get_load_data（dataset_path）:
????img?=?Image.open（dataset_path）
????#?數據歸一化。asarray是使用原內存將數據轉化為np.ndarray
????img_ndarray?=?np.asarray（img?dtype?=?‘float64‘）/255
????#?400?pictures?size:?57*47?=?2679??
????faces_data?=?np.empty（（400?2679））
????for?row?in?range（20）:??
???????for?column?in?range（20）:
???????????#?flatten可將多維數組降成一維
???????????faces_data[row*20+column]?=?np.ndarray.flatten（img_ndarray[row*57:（row+1）*57?column*47:（column+1）*47]）

????#?設置圖片標簽
????label?=?np.empty（400）
????for?i?in?range（40）:
????????label[i*10:（i+1）*10]?=?i
????label?=?label.astype（np.int）

????#?分割數據集：每個人前8張圖片做訓練，第9張做驗證，第10張做測試；所以train:320valid:40test:40
????train_data?=?np.empty（（320?2679））
????train_label?=?np.empty（320）
????valid_data?=?np.empty（（40?2679））
????valid_label?=?np.empty（40）
????test_data?=?np.empty（（40?2679））
????test_label?=?np.empty（40）
????for?i?in?range（40）:
????????train_data[i*8:i*8+8]?=?faces_data[i*10:i*10+8]?#?訓練集對應的數據
????????train_label[i*8:i*8+8]?=?label[i*10?:?i*10+8]???#?訓練集對應的標簽
????????valid_data[i]?=?faces_data[i*10+8]???#?驗證集對應的數據
????????valid_label[i]?=?label[i*10+8]???????#?驗證集對應的標簽
????????test_data[i]?=?faces_data[i*10+9]????#?測試集對應的數據
????????test_label[i]?=?label[i*10+9]????????#?測試集對應的標簽
????train_data?=?train_data.astype（‘float32‘）
????valid_data?=?valid_data.astype（‘float32‘）
????test_data?=?test_data.astype（‘float32‘）
???????
????result?=?[（train_data?train_label）?（valid_data?valid_label）?（test_data?test_label）]
????return?result

#?CNN主體
def?get_set_model（lr=0.005decay=1e-6momentum=0.9）:
????model?=?Sequential（）
????#?卷積1+池化1
????if?K.image_data_format（）?==?‘channels_first‘:
????????model.add（Conv2D（nb_filters1?kernel_size=（3?3）?input_shape?=?（1?img_rows?img_cols）））
????else:
????????model.add（Conv2D（nb_filters1?kernel_size=（2?2）?input_shape?=?（img_rows?img_cols?1）））
????model.add（Activation（‘tanh‘））
????model.add（MaxPooling2D（pool_size=（2?2）））

????#?卷積2+池化2
????model.add（Conv2D（nb_filters2?kernel_size=（3?3）））
????model.add（Activation（‘tanh‘））??
????model.add（MaxPooling2D（pool_size=（2?2）））
????model.add（Dropout（0.25））??

????#?全連接層1+分類器層
????model.add（Flatten（））??
????model.add（Dense（1000））???????#Full?connection
????model.add（Activation（‘tanh‘））?

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-07-16?14:43??olivettifaces人臉數據庫識別\CNN_Kreas_olivettifaces\
?????文件????????6314??2018-07-16?14:43??olivettifaces人臉數據庫識別\CNN_Kreas_olivettifaces\CNN+Kreas框架識別oli人臉數據庫.py
?????文件????21019712??2018-07-04?09:30??olivettifaces人臉數據庫識別\CNN_Kreas_olivettifaces\model_weights.h5
?????文件?????1182905??2018-03-22?16:20??olivettifaces人臉數據庫識別\CNN_Kreas_olivettifaces\olivettifaces.gif
?????目錄???????????0??2018-07-09?14:17??olivettifaces人臉數據庫識別\CNN_tf_olivettifaces\
?????文件?????1182905??2018-03-22?16:20??olivettifaces人臉數據庫識別\CNN_tf_olivettifaces\olivettifaces.gif
?????文件????14751774??2018-07-04?09:33??olivettifaces人臉數據庫識別\CNN_tf_olivettifaces\params.pkl
?????文件???????15755??2018-07-05?13:58??olivettifaces人臉數據庫識別\CNN_tf_olivettifaces\train_CNN.py
?????文件????????7331??2018-03-23?16:22??olivettifaces人臉數據庫識別\CNN_tf_olivettifaces\use_CNN.py