文件名称：FacialEmotionRecognition:面部表情识别工具的Python原型。 使用Tensorflow，Keras和OpenCV作为MLDL和可视化的基本框架
文件大小：113.38MB
文件格式：ZIP
更新时间：2024-04-22 15:37:28
JupyterNotebook
面部情绪识别（FER） 这是面部表情识别工具的基于Python的原型。 使用Tensorflow，Keras和OpenCV作为ML / DL和可视化的基本框架。 动机 在我目前在约翰内斯·开普勒大学林茨分校计算机感知研究所进行的计算机科学研究中，将此原型用作学士学位项目。 主要动机是习惯于通用的ML框架（例如Tensorflow），并利用从大学获得的基本ML诅咒获得的经验。 因此，FER是要解决的一项艰巨任务，因为就自动反馈生成，人机交互和更多领域而言，这是一个非常重要的主题。 您对这个原型有什么期望？ 由于这只是一个原型，因此不应期望找到精度达到100的经过训练的模型。 实际上，给定的模型得分要低得多。 最终使用小数据集进行过度拟合和训练可能会让人感到不胜其烦，以相机或图像模式使用提供的用户界面玩起来会很有趣，因为原型的性能非常好，因此最终的统计值不会超过顶部。 使用好的文档，您
【文件预览】：
FacialEmotionRecognition-main
----.gitignore(227B)
----README.md(6KB)
----UserInterface()
--------fer_userinterface.ui(12KB)
----Resources()
--------Haarcascade()
--------Models()
----LICENSE(11KB)
----CNN()
--------ExpressionRecognition.py(4KB)
--------ConfusionMatrices()
----main.py(457B)
----.idea()
--------.gitignore(236B)
--------vcs.xml(185B)
--------misc.xml(194B)
--------modules.xml(265B)
--------inspectionProfiles()
--------FER.iml(291B)
----ML()
--------FER_FERG256.ipynb(101KB)
--------FER_FER2013.ipynb(21KB)
--------FER_FER2013_TL.ipynb(28KB)
----Application()
--------UserInterface.py(13KB)
--------CameraMode.py(7KB)
--------ImageMode.py(7KB)