Emotion_Recognition

【文件属性】：
文件名称：Emotion_Recognition
文件大小：41.89MB
文件格式：ZIP
更新时间：2021-03-31 12:26:24
Python 情绪识别 目标 实现一个能够预测情绪和面部表情的类似于VGG的网络： 将fer2013.csv数据集转换并拆分为三个HDF5文件，包括训练，验证和测试集。 从头开始构建类似于VGG的网络。 训练情绪识别器并提高模型准确性。 评估先前训练过的情绪识别器。 构建了一个实时应用程序来检测人的情绪/面部表情。 所用包装 Python 3.6 4.0.0 2.1.0 1.13.0 10.0 7.4.2 方法 名为fer2013的数据集来自。 训练数据集包含28,709张图像，每张图像均为48x48灰度图像。 面部已自动对齐，以使它们在每个图像中的大小都大致相同。 有了这些图像，我的目标是将每张脸上表达的情绪分为六个不同的类别：愤怒，恐惧，快乐，悲伤，惊奇和中立。 原始数据集还具有第七类，称为“厌恶”，仅包含约113个图像样本（其余每个类别具有1000多个图像样本）。 在

【文件预览】：
Emotion_Recognition-main
----pipeline()
--------callbacks()
--------preprocessing()
--------nn()
--------io()
----config()
--------emotion_config.py(863B)
----emotion_detector.py(4KB)
----haarcascade_frontalface_default.xml(908KB)
----train_recognizer.py(3KB)
----test_recognizer.py(1KB)
----build_dataset.py(2KB)
----output()
--------vggnet_emotion_6.json(6KB)
--------vggnet_emotion_2.json(4KB)
--------vggnet_emotion_2.png(46KB)
--------vggnet_emotion_4.json(7KB)
--------vggnet_emotion_3.json(6KB)
--------vggnet_emotion_1.json(5KB)
--------vggnet_emotion_4.png(44KB)
--------vggnet_emotion_3.png(45KB)
--------vggnet_emotion_1.png(43KB)
--------vggnet_emotion_5.json(6KB)
--------vggnet_emotion_6.png(41KB)
--------vggnet_emotion_5.png(45KB)
--------evaluation_6.png(3KB)
----checkpoints()
--------epochs_15.hdf5(15.34MB)
--------epochs_10.hdf5(15.34MB)
--------epochs_5.hdf5(15.34MB)
----README.md(13KB)