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：

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）