Facial-Expression-Recognition 项目使用教程

Facial-Expression-Recognition 项目使用教程

Facial-Expression-Recognition Classify each facial image into one of the seven facial emotion categories considered using CNN based on https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge 项目地址: https://gitcode.com/gh_mirrors/facial/Facial-Expression-Recognition

1. 项目目录结构及介绍

Facial-Expression-Recognition/
├── .gitignore
├── LICENSE
├── README.md
├── cnn_major.py
├── cnn_major_shallow.py
├── model_2layer_2_2_pool.h5
├── model_2layer_2_2_pool.json
├── model_4layer_2_2_pool.h5
├── model_4layer_2_2_pool.json
└── ...

• .gitignore: 用于指定Git版本控制系统忽略的文件和目录。
• LICENSE: 项目的开源许可证文件，本项目使用MIT许可证。
• README.md: 项目的介绍文件，包含项目的基本信息、使用方法和依赖项等。
• cnn_major.py: 深度卷积神经网络（CNN）模型的主要代码文件。
• cnn_major_shallow.py: 浅层卷积神经网络（CNN）模型的代码文件。
• model_2layer_2_2_pool.h5: 2层CNN模型的训练权重文件。
• model_2layer_2_2_pool.json: 2层CNN模型的结构文件。
• model_4layer_2_2_pool.h5: 4层CNN模型的训练权重文件。
• model_4layer_2_2_pool.json: 4层CNN模型的结构文件。

2. 项目的启动文件介绍

cnn_major.py

cnn_major.py 是该项目的主要启动文件，用于运行深度卷积神经网络（CNN）模型进行面部表情识别。

主要功能：

• 加载预训练的模型权重。
• 对输入的面部图像进行分类，识别出对应的情感类别。

使用方法：

1. 确保已经下载并解压了FER2013数据集到项目的主目录。
2. 打开终端并导航到项目文件夹。
3. 运行以下命令启动模型：

   python cnn_major.py
   

cnn_major_shallow.py

cnn_major_shallow.py 是浅层卷积神经网络（CNN）模型的启动文件，用于运行浅层CNN模型进行面部表情识别。

主要功能：

• 加载预训练的浅层CNN模型权重。
• 对输入的面部图像进行分类，识别出对应的情感类别。

使用方法：

1. 确保已经下载并解压了FER2013数据集到项目的主目录。
2. 打开终端并导航到项目文件夹。
3. 运行以下命令启动模型：

   python cnn_major_shallow.py
   

3. 项目的配置文件介绍

model_2layer_2_2_pool.h5 和 model_4layer_2_2_pool.h5

这两个文件分别是2层和4层CNN模型的训练权重文件。这些文件包含了模型的参数，用于在推理阶段加载模型并进行预测。

model_2layer_2_2_pool.json 和 model_4layer_2_2_pool.json

这两个文件分别是2层和4层CNN模型的结构文件。这些文件定义了模型的架构，包括卷积层、池化层、全连接层等。

使用方法：

• 在 cnn_major.py 和 cnn_major_shallow.py 中，模型结构和权重文件会被自动加载。如果需要重新训练模型，可以将 is_model_saved 变量设置为 False，然后运行相应的脚本。

Facial-Expression-Recognition Classify each facial image into one of the seven facial emotion categories considered using CNN based on https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge 项目地址: https://gitcode.com/gh_mirrors/facial/Facial-Expression-Recognition