基于卷积神经网络的微表情识别研究需要注意的一些问题【未完待续】

使用Python读取数据需要注意的问题:输入网络的数据格式:(样本数,size,size,channel)TensorFlow:channel_firstTheano:channel_last读取图片:cv2.imread() 默认RGB 3通道,读取灰度图则加上cv2.IMREAD_GRAYSCALE读取txt文件:file.read().splitlines() 去换行符读取Excel中的数字,会将整数读成小数,因此数据应该使用文本类型存储,在Excel中数字前面加英文的逗号,再删去,
摘要由CSDN通过智能技术生成

使用Python读取数据需要注意的问题:

  1. 输入网络的数据格式:(样本数,size,size,channel)
  2. TensorFlow:channel_first
  3. Theano:channel_last
  4. 读取图片:cv2.imread() 默认RGB 3通道,读取灰度图则加上cv2.IMREAD_GRAYSCALE
  5. 读取txt文件:file.read().splitlines() 去换行符
  6. 读取Excel中的数字,会将整数读成小数,因此数据应该使用文本类型存储,在Excel中数字前面加英文的逗号,再删去,即可变为文本类型。或者设置文本类型后按F2(编辑)+Enter(下一列),可以快速将数字类型改为文本类型
  7. CASME II数据集中的preprocessed_Li Xiaobai 中有几个样本的视频帧索引与raw_selected中的不同,需要进一步处理
  8. 遍历文件夹下的所有图片:frames = glob(os.path.join(frame_path, ‘*.jpg’)) 其中,星号表示多个任意字符

网络设计和调参需要考虑的问题:

  1. 修改网络的batch_size 和lr 对精度的影响很大
  2. 数据需要进行归一化,亮度差异会导致网络动荡
  3. 网络设计的原则,以及针对不同数据网络大小深浅如何确定?(复杂的任务用浅的网络会导致不收敛,小样本训练用深的网络容易过拟合)

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值