图像美学具有很强的主观因素和多维度的可能性，具体取决于媒体的目的。这意味着：

• 很难定义我们所说的美学评分是什么意思。

• 给定任何约束良好的定义，然后收集相关数据非常耗时。

然而，机器学习社区有一些兴趣，因为媒体质量将是对数据进行排序和过滤的非常有用的指标（前提是该指标与想要选择它的最终用户足够接近）。因此，有数据集、研究论文和为此预先构建的模型。

媒体质量训练数据可以通过多种方式众包，包括查看社交媒体上项目的受欢迎程度、付费专家评估大量图像。研究人员为此目的编制的一个开放数据集的一个示例称为 AVA。

这些数据可能会简化为图像/质量对，然后您可以训练 CNN 模型来预测质量指标（例如，满分 10 分）。这可能只是一个回归，但也考虑了其他更复杂的损失函数。

快速搜索现有模型会出现 Google 的NIMA 项目，该项目有不止一个可用作开源代码的实现。NIMA 似乎使用多类分类方法来预测人类最有可能给出的图像评分，然后得到的分数是预测分数的加权平均值 - 声称的好处似乎是它更好地匹配质量评级的方式来源，它会更好地捕捉分歧意见（例如，一半的人认为图像很糟糕，但一半的人认为它很棒，这是一种不同类型的图像，每个人都认为它只是平均水平）。

这是 Github 帐户“idealo”的 NIMA 实现，看起来完整，文档齐全，可以与预构建的脚本一起使用。

只是为了表明这不是一次性的，这里是 Andrej Karpathy 的一篇关于使用 CNN 对自拍进行评分的博客，其中包括对核心 CNN 概念的一些介绍。