文件名称：小组情感识别：使用深度神经网络和贝叶斯分类器进行小组情感识别
文件大小：79.38MB
文件格式：ZIP
更新时间：2024-02-25 21:32:42
flask computer-vision deep-learning numpy keras
团体情感识别 该项目旨在将一个群体的感知情感分为积极，中立或消极。 所使用的数据集是“ ”，其中包含各种社会环境中人群的“野外”照片。 我们的解决方案是基于的模型的混合机器学习系统 并通过其他更完善的机器学习方法和实验进一步扩展它。 它已发表在论文《。 演示版 1.影片 2.应用程序（不工作） 使用说明 该存储库包含3个分支- master包含用于训练和测试模型的代码。 webapp包含webapp。 android包含android应用。 1.主分支 1.1使用完整管道对图像（或一组图像）进行分类 分叉此存储库并克隆分叉的存储库。 创建并激活Python 3 virtualenv
【文件预览】：
Group-Emotion-Recognition-master
----haarcascade_frontalface_default.xml(908KB)
----res10_300x300_ssd_iter_140000.caffemodel(10.17MB)
----Evaluation.ipynb(87KB)
----bayesian_network.py(11KB)
----Image Preprocessing.ipynb(2.45MB)
----AlignDlib.py(8KB)
----predictions_1_2_4(201KB)
----labels_histogram.xlsx(32KB)
----model.json(39KB)
----cnn.py(6KB)
----val_labels_positive.json(338KB)
----CNN.ipynb(312KB)
----predictions_1_2_3_4(201KB)
----requirements.txt(3KB)
----classify_image.py(4KB)
----Bayesian Network.ipynb(20KB)
----LICENSE(34KB)
----evaluate_300.py(3KB)
----README.md(5KB)
----shape_predictor_68_face_landmarks.dat(95.08MB)
----evaluate.py(3KB)
----label_json.py(2KB)
----.gitignore(1KB)
----val_labels_neutral.json(252KB)
----val_labels.json(809KB)
----val_labels_negative.json(219KB)
----deploy.prototxt.txt(27KB)
----image_preprocessing.py(12KB)