第三卷 第九章 Kaggle竞赛:情绪识别
在本章中,我们将解决Kaggle的面部表情识别挑战。为了完成这项任务,我们将在训练数据上从头开始训练一个类似VGG的网络,同时考虑到我们的网络需要足够小和足够快才能在我们的CPU上实时运行。
人类的情绪是混合在一起的。在经历“惊喜”时,我们也可能会感到“快乐”(例如惊喜生日派对)或“害怕”(如果惊喜不是受欢迎的)。 即使在“害怕”的情绪中,我们也可能会感受到“愤怒”的暗示。
在研究情绪识别时,重要的是不要关注单个类别标签(就像我们有时在其他分类问题中所做的那样)。 相反,查看每种情绪的概率并表征分布对我们来说更有优势。 正如我们将在本章后面看到的那样,与简单地选择概率最高的单一情绪相比,检查情绪概率的分布为我们提供了更准确的情绪预测标准。
1、Kaggle 面部表情识别挑战
Kaggle Emotion and Facial Expression Recognition 挑战训练数据集包含 28,709 张图像,每张图像均为48*48张灰度图像(图)。面部已自动对