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