基于ResNet50+RAF-DB数据集上的人脸情绪识别系统.zip

# FacialExpressionRecognition ## 简介 基于ResNet50在RAF-DB数据集上的人脸情绪识别 ## 环境部署 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 ``` ## 演示 预训练模型已经传到百度网盘，[连接](https://pan.baidu.com/s/1-0HyQoiX9Bmz7IsHid4-Cg )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` ## FRA-DB数据集 来自[这里](https://paperswithcode.com/sota/facial-expression-recognition-on-raf-db)，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 ## 训练和评估 `python mainpre_RAF.py --bs 128 --lr 0.003` `python visualize_pro.py` ## 精确度 PublicTrain_acc： 99.999% PublicTest_acc： 82.226% ## 参考 [1] [Facial Expression Recognition with Deep Convolutional Neural Networks](https://arxiv.org/abs/1310.5401) [2]https://github.com/WuJie1010/Facial-Expression-Recognition.Pytorch