如何制作自己的网站教程,网络推广哪家好有效果,网站模板asp,百度明星搜索量排行榜目录 前言总体设计系统整体结构图系统流程图 运行环境爬虫1.安装Anaconda2.安装Python3.63.更换pip源4.安装Python包5.下载phantomjs 模型训练1.安装依赖2.安装lmageAl 实际应用1.前端2.安装Flask3.安装Nginx 相关其它博客工程源代码下载其它资料下载 前言
本项目通过爬虫技术… 目录 前言总体设计系统整体结构图系统流程图 运行环境爬虫1.安装Anaconda2.安装Python3.63.更换pip源4.安装Python包5.下载phantomjs 模型训练1.安装依赖2.安装lmageAl 实际应用1.前端2.安装Flask3.安装Nginx 相关其它博客工程源代码下载其它资料下载 前言
本项目通过爬虫技术获取图片利用OpenCV库对图像进行处理识别并切割出人物脸部形成了一个用于训练的数据集。通过ImageAI进行训练最终实现了对动漫人物的识别模型。同时本项目还开发了一个线上Web应用使得用户可以方便地体验和使用该模型。
首先项目使用爬虫技术从网络上获取图片。这些图片包含各种动漫人物其中我们只对人物脸部进行训练所以我们会对图像进行处理并最终将这些图像将作为训练数据的来源。
其次利用OpenCV库对这些图像进行处理包括人脸检测、图像增强等步骤以便准确识别并切割出人物脸部。这一步是为了构建一个清晰而准确的数据集用于模型的训练。
接下来通过ImageAI进行训练。ImageAI是一个简化图像识别任务的库它可以方便地用于训练模型这里用于训练动漫人物的识别模型。
最终通过项目开发的线上Web应用用户可以上传动漫图像系统将使用训练好的模型识别图像中的动漫人物并返回相应的结果。
总的来说本项目结合了爬虫、图像处理、深度学习和Web开发技术旨在提供一个便捷的动漫人物识别服务。这对于动漫爱好者、社交媒体平台等有着广泛的应用前景。
总体设计
本部分包括系统整体结构图和系统流程图。
系统整体结构图
系统整体结构如图所示。 系统流程图
系统流程如图所示。 运行环境
本部分包括爬虫、模型训练及实际应用运行环境。
爬虫
安装Python3.6以上及Selenium3.0.2版本。
1.安装Anaconda
使用Anaconda管理Python环境。在Windows环境下载Anaconda完成安装,下载地址为https://www.anaconda.com/。
验证安装。单击菜单【开始】→Anaconda3(64-bit)→Anaconda Navigator若可以成功启动Anaconda Navigator则说明安装成功。
2.安装Python3.6
打开计算机的cmd命令行窗口,新建Python3.6环境,名称为TensorFlow:
conda create --name tensorflow python3.6激活环境:
conda activate tensorflow3.更换pip源
由于网络问题,需要更换Python包管理工具pip的下载源来提高下载速度。按WinR组合键打开用户目录%HOMEPATH%,在此目录下创建pip文件夹以及pip.ini文件成功更换pip的源为清华镜像。内容如下:
[global]
timeout 60000
index-url https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host pypi.tuna.tsinghua.edu.cn4.安装Python包
新建一个.txt文件并命名为crawler_requirements.txt,写入如下内容:
future0.16.0
futures3.0.5
requests2.12.1
selenium3.0.2在启动的Python环境cmd窗口输入:
pip install -r crawler_requirements.txt即可安装爬虫所需要的包。
5.下载phantomjs
Selenium是用于Web应用程序测试的工具其测试直接在浏览器中运行需要使用phantomjs。在Linux环境下的phantomjs是完整的,可以直接使用pip安装使用但是在Windows环境下需要下载phantomjs.exe文件来引用。新建bin文件夹用于存储phantomjs.exe可执行文件。
官网下载地址https://phantomjs.org/download.html
模型训练
本部分包括安装依赖、安装ImageAI。
1.安装依赖
TensorFlow 1.4.0(及更高版本)安装或通过pip安装:
pip3 install -- upgrade tensorflowNumpy1.13.1(及更高版本)安装或通过pip安装:
pip3 install numpySciPy0.19.1(及更高版本)安装或通过pip安装:
pip3 install scipyOpenCV安装或通过pip安装:
pip3 install opencv - pythonpillow安装或通过pip安装:
pip3 install pillowMatplotlib安装或通过pip安装:
pip3 install matplotlibh5py安装或通过pip安装:
pip3 install h5pyKeras2.x安装或通过pip安装:
pip3 install keras2.安装lmageAl
可以直接通过下面命令安装ImageAI
pip3 install imageai也可以先下载imageai-2.0.1-py3-none-any.whl。
下载地址为https://github.com/OlafenwaMoses/ImageAI/releases/download/2.0.1/imageai-2.0.1-py3-none-any.whl
然后在下载目录下运行如下命令安装ImageAI:
pip3 install imageai-2.0.1-py3-none-any.whl实际应用
实际应用包括前端开发环境和后端环境的搭建。
1.前端
实际应用过程中需要在官网下载Jquery3.5.0.js、bootstrap 4.4.1.js和template.js0.8.0.js等3个文件。
2.安装Flask
通过ask1.1.2接收和发送用户请求,使用pip直接安装:
pip install -y Flask3.安装Nginx
本地开发完成后需要在服务器端运行。配置服务器端的环境为Nginx,Nginx(enginex)是高性能的HTTP和运行代理Web服务器同时也提供了IMAP/POP3/SMTP服务。Nginx负责接收和转发用户请求,同时保证服务器端的负载均衡。
安装Nginx。选择稳定版本服务器端的Linux环境为CentOS 6.2x86_64。使用Linux下包管理工具yum安装缺少的依赖包:
# yum -y install gcc gcc-cmake libtoolzlib zlib zlib-devel openssl openssl-devel pcre pcre-devel如果yum上没有这些软件包,可以下载源码编译安装,编译时默认安装的目录,确保在安装Nginx时找到动态库文件。从网站http://nginx.org/en/download.html下载稳定版nginx-1.6.3.tar.gz到/usr/local/src下解压。
另外下载2个插件模块——nginx_upstream_check_module-0.3.0.tar.gz 和 nginx-goodies-nginx-sticky-module-ng-bd312d586752.tar.gz(建议在/usr/local/src下解压后将目录重命名为nginx-sticky-module-ng-1.2.5),前者用于检查后端服务器的状态,后者用于后端做负载均衡解决报错(sessions ticky问题)。注意插件与Nginx的版本兼容问题一般插件越新越好Nginx则无须追求最新的版本。
启动Nginx服务,命令如下:
systemctl start nginx修改Nginx的配置文件。
打开/etc/nginx/nginx.conf文件,修改server部分。相关代码如下:
server {#监听端口listen 80;#访问城名server_name localhost;#编码格式,若网页格式与此不同,将被自动转码#charset koi8#虚拟主机访问日志定义#access_log logs/host.access.log main;#对URL进行匹配location / {#访问路径,可以是相对路径也可以是绝对路径root html;#首页文件,以下按顺序匹配index l index.htm;}
}本项目在阿里云的控制台开放服务器端口才能被用户访问Nginx服务器默认为80端口。
相关其它博客
基于opencvImageAItensorflow的智能动漫人物识别系统——深度学习算法应用(含python、JS、模型源码)数据集二
基于opencvImageAItensorflow的智能动漫人物识别系统——深度学习算法应用(含python、JS、模型源码)数据集三
基于opencvImageAItensorflow的智能动漫人物识别系统——深度学习算法应用(含python、JS、模型源码)数据集四
工程源代码下载
详见本人博客资源下载页 其它资料下载
如果大家想继续了解人工智能相关学习路线和知识体系欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线所有资料免关注免套路直接网盘下载》 这篇博客参考了Github知名开源平台AI技术平台以及相关领域专家DatawhaleApacheCNAI有道和黄海广博士等约有近100G相关资料希望能帮助到所有小伙伴们。
