本文介绍了如何使用深度学习方法开发一个微表情检测系统，涉及数据集准备、CNN迁移学习模型训练以及通过Flask搭建接口与小程序集成。详细步骤包括数据集划分、训练脚本执行和模型部署服务的提供。
代码下载和视频演示地址：
023微表情检测系统之疲劳_漫不经心_注意力集中CNN视频流版_哔哩哔哩_bilibili
效果演示图如下：
完整的文件展示如下：
算法部分
其中dataset文件夹下存放的图像数据集，包括alert（注意力集中）、non_vigilant（漫不经心）、tired（疲劳）等。
运行01训练数据集文本生成.py会将数据集图片路径保存在txt文本中。
运行02CNN迁移学习训练模型.py会将txt文本中的图像数据读取进行模型的训练，最后保存在weights文件夹下。
运行03flask_server.py可打开接口连接小程序，接收小程序传来的图片，再将识别结果回传。
其他版本
注：
下载本代码环境自行安装
如需远程安装环境运行，
或逐行代码注释（小白也能快速掌握理解代码），
或其他需求定制都是另外算的。
+我扣扣的，在非工作日和工作日晚上8-12点之间，看到消息秒回。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
