基于ResNet50在RAF-DB数据集上的人脸情绪识别
推荐使用conda虚拟环境
git clone https://github.com/Qingyyx/FacialExpressionRecognition.git
cd FacialExpressionRecognition
conda create -n FER python=3.8 -y
conda activate FER
pip install torch==1.12.0 gradio==4.29.0 torchvision==0.13.0 opencv-python==3.4.15.55 h5py==3.11.0
预训练模型已经传到百度网盘,连接给出,提取码:7i8j。下载后将模型放入RAF_
文件夹下。然后python visualize_pro.py
来自这里,RAF-DB数据集由100*100的rgb图像组成,它包含 29672 张面部图像.每个图像包含7个不同情绪的图像。
下载完成后,运行python preprocess_RAF+.py
进行图片预处理,生成h5文件
python mainpre_RAF.py --bs 128 --lr 0.003
python visualize_pro.py
PublicTrain_acc: 99.999%
PublicTest_acc: 82.226%
[1] Facial Expression Recognition with Deep Convolutional Neural Networks
[2]https://github.com/WuJie1010/Facial-Expression-Recognition.Pytorch