一个给图片评分的wechaty项目
Switch branches/tags
Nothing to show
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Failed to load latest commit information.
WebSelfie
2017-09-17-wechaty-the-bot-selfie.md
Model_Solution.ipynb
Model_Solution.py
README.md
li.jpg
result.jpg
selfie.js

README.md

wechaty_selfie

一个给图片评分的wechaty项目

效果演示

所需包:

  • pylab:用于绘图
  • matplotlib:用于绘图
  • requests:用于处理http请求
  • numpy:用于矩阵运算
  • h5py:用于数据集的格式处理
  • keras:用于深度学习

建模步骤:

  • Step 1 : 首先针对获取到的数据进行第一步筛选:时间筛选,筛选出存在时间大于2000秒的数据.因为Instagram只能爬取到最近发布的动态,所以我们尽可能的筛选出发布时间最久的动态;
  • Step 2 : 对上一步筛选的数据进行分析,获取点赞数和粉丝数并绘图;
  • Step 3 : 首先将点赞数和该点赞数的个数进行绘制,查看点赞数的分布情况:可见大多分布在0-10(甚至0-8)之间 因此直接将用户点赞数当作评分,构造一个0-9的10分类问题;
  • Step 4 : 然后查看上一步筛选出来的数据,将重要数据:点赞数、粉丝数进行统计。根据之前统计的经验,我们决定直接将点赞数作为评分,并将该数据写入data_new_grade_direct;
  • Step 5 : 下载图片,访问刚才筛选出来的图片URL,data_new_grade_direct.txt,将下载好的图片reshape成224,224大小;
  • Step 6 : 将下载好的图片和评分一起存储为h5格式;
  • Step 7 : 搭建神经网络,采用图像处理先进网络VGG16进行特征提取,并在顶层添加了5个全连接层,最后是一个10分类的softMax输出,并将训练好的模型存储下来,以便在webselfie工程中调用。

使用指南:

  • 用户发送'selfie', 回复"请发一张你的头像"。
    • 若用户回复消息为图片格式,则获取评分。
    • 否则,回复"发送的不是图片格式,请重新发送selfie"

补充:

  • 因为我们下载的数据集:Instgram上面爬取的带SELFIE标签的动态,都是最新发布的,所以得到的点赞数非常少。大多为0赞,其余多分布在0-10之间。 对于这样的数据集,我们尝试了多种评分规则,都没有规律可循,必须诚实的说,最终我们的模型也没有被训练起来,模型能给出评分,但是这样的评分不具备现实意义。
  • 模型采用的是VGG16+五个全连接层。