分不清譚卓和郝蕾？各來200張照片，讓深度學習幫我們識別吧。
問題
《如何用Python和深度神經網路識別影象？》一文中，我給你展示瞭如何用深度學習，教電腦區分機器人瓦力和哆啦a夢。
很快就有使用者在後臺留言，問：
老師，我想自己訓練一個圖片分類器，到哪裡去批量下載帶標註的訓練影象呢？
說說我寫教程的時候，是如何找圖片的吧。
最大的圖片庫，當然就是 Google 了。
在 Google 影象欄目下，鍵入"Walle"。
怎麼樣？搜尋結果很符合需求吧。
你不但找到了一批高質量圖片，而且它們的標註， Google 都幫你打好了。
下面一步，自然就是把這些圖片下載下來了。
我讓學生實際動手做，每個人找兩個與別人不同的影象集合，嘗試根據教程做深度學習分類。
我提供給他們的方案（幾款不同的 Chrome 瀏覽器外掛），效果都不好。
有的才下了幾張，就停工，甚至把瀏覽器整崩潰了。
有的下載圖片，都是重複的。
學生告訴我，經驗證，最簡單有效的方法，是一張張手動點選下載……
這顯然不是正經辦法。
痛點
渴望從 Google 圖片庫高效批量獲得優質帶標註影象，不會是個案。
這個大眾痛點，真的沒有人嘗試解決嗎？
今天，一個偶然的機會，我發現了一個特別棒的 Github 專案，叫做 google-images-download。
Github repo 連結在這裡。
專案釋出至今，只有短短5個月的時間，星標數量居然已經上了2000，看來確實非常受歡迎。
google-images-download 是個 Python 指令碼。
使用它，你可以一條命令，就完成 Google 圖片搜尋和批量下載功能。
而且，這工具還跨平臺執行，Linux, Windows 和 macOS 都支援。
簡直是懶人福音。
安裝
google-images-download 安裝很簡單。
以 macOS 為例，只需要在終端下，執行以下命令：
pip install google_images_download
複製程式碼安裝就算完成了。
當然，這需要你係統裡已經安裝了 Python 環境。
如果你還沒有安裝，或者對終端操作命令不太熟悉，可以參考我的《如何安裝Python執行環境Anaconda？（視訊教程）》一文，學習如何下載安裝 Anaconda ，和進行終端命令列操作。
嘗試
進入下載目錄：
cd ~/Downloads
複製程式碼我們嘗試下載一些圖片。
《我不是藥神》裡面有個叫譚卓的女演員，演的不錯。可是我一開始，把她當成郝蕾了。
我們們嘗試下載一些譚卓的圖片吧。
終端裡面執行：
googleimagesdownload -k "譚卓" -l 20
複製程式碼解釋一下，這裡的 -k 指的是 "keyword"，也就是“關鍵詞”，後面用雙引號括起來要查詢的關鍵詞。
你可以看出，使用中文關鍵詞，也沒問題。
後面的 -l ，指的是"limit"，也就是圖片數量限定，你需要指定自己要下載多少張影象。
本例中，我們要20張。
下面是執行過程：
執行完畢。
可以看到，下載過程中，發生了一個錯誤。
但程式依然鍥而不捨，幫我們把下載流程執行完畢。
我們看看結果。
下載的圖片都存放在 ~/Downloads/downloads/譚卓 下面，google-images-download 非常貼心地，為我們建立子目錄。
我們在 Finder 裡開啟看看：
看了半天，有的照片，還是跟郝蕾分不大清楚。
為了徹底分清兩位女演員，我們再下載 200 張郝蕾的照片吧。
仿照剛才的命令，我們執行：
googleimagesdownload -k "郝蕾" -l 200
複製程式碼然後……就報錯了：
解決
遇到問題，不要慌。
你得認真看看錯誤提示。
注意其中出現了一個關鍵詞：chromedriver。
這是個什麼東西呢？
我們回到 google-images-download 的 github 頁面，以 chromedriver 為關鍵詞進行檢索。
你會立即找到如下結果：
原來如果你要的圖片數量超過100張，那麼程式就必須呼叫 Selenium 和 chromedriver 才行。
Selenium 在你安裝 google-images-download 的時候，已經自動安裝好了。
你只需要下載 chromedriver ，並且指定路徑。
下載連結在這裡。
請根據你的作業系統型別，選擇合適的版本：
我選的是 macOS 版本。
下載後，壓縮包裡面只有一個檔案，把它解壓，放在 ~/Downloads 目錄下。
然後，執行：
googleimagesdownload -k "郝蕾" -l 200 --chromedriver="./chromedriver"
複製程式碼這裡 --chromedriver 引數，用來告訴 google-images-download ，解壓後 chromedriver 所在路徑。
這回機器勤勤懇懇，幫我們下載郝蕾的照片了。
200張圖片，需要下載一會兒。請耐心等待。
下完了。
中間也有一些報錯，部分圖片沒有正確下載。
好在，這對總體結果沒有太大影響。
為了保險起見，建議你設定下載數量時，多設定一些。
給自己留出安全邊際嘛。
我們們開啟下載後的目錄 ~/Downloads/downloads/郝蕾 看看：
這回，你能分清楚她倆不？
作業
給你留個作業。
你已經學會如何一行命令，下載譚卓和郝蕾的照片。
能否活學活用我們們之前介紹的卷積神經網路知識，用 TuriCreate （或者 Tensorflow） ，建立模型識別兩個人的照片？
完成作業後，歡迎把你的測試準確率結果告訴我。
當然，如果你能舉一反三，利用我們們今天介紹的指令碼，下載其他影象集合，並且進行深度學習訓練，就更好了。
也歡迎把結果反饋給我哦。
喜歡請點贊。還可以微信關注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。
如果你對資料科學感興趣，不妨閱讀我的系列教程索引貼《如何高效入門資料科學？》，裡面還有更多的有趣問題及解法。