4.3.3　图像检测

本部分包括图片预处理、人脸检测和狗狗检测。

1．图片预处理

使用TensorFlow作为后端时，在Keras中，CNN的输入是一个4维数组（也被称作4维张量），它的各维度尺寸为（nb_samples、rows、columns、channels）。其中nb_samples表示图像（或者样本）的总数；rows、columns和channels分别表示图像的行数、列数和通道数。

path_to_tensor（）函数实现将彩色图像中字符串型的文件路径作为输入，返回一个4维张量，作为Keras CNN正确的输入格式。paths_to_tensor（）函数将图像路径字符串组成的Numpy数组作为输入，将其缩放为224×224的图像。随后，该图像被调整为具有4个维度的张量。对于任一输入图像，最后返回的张量维度是（1，224，224，3）。

2．人脸检测

使用OpenCV中基于Haar特征的级联分类器检测图像中的人脸，下载其中一个检测模型，存储在haarcascades目录中。模型下载地址为https://github.com/udacity/cn-deep-learning/tree/master/dog-project/haarcascades。

3．狗狗检测

在检测模块中使用ResNet 50模型，得到对应图像的预测向量，标签值在151~268时判定该图像中包含狗狗。