基于CNN学生检测(人脸检测)

这段代码展示了如何使用预训练的CNN模型对图像中的学生进行情绪识别,通过人脸检测、图像裁剪和调整尺寸,最终输出预测的情绪标签。
摘要由CSDN通过智能技术生成

mport torch
from PIL import Image
import numpy as np
import dlib
import cv2
#老规矩 上面是调用需要的库
from model.CNN import CNNnet
#这里是调用自定义的CNN模型
label_name = [
"Engage-confused",
"Engage-engaged",
"Engage-frustrated",
"Not engage-bored",
"Not engage-drowsy",
"Not engage-lookingaway"
]
#这段代码定义了一个包含不同情绪标签的列表。具体来说,列表中包含了以下情绪标签:
#- Engage-confused(专注-困惑)
#- Engage-engaged(专注-投入)
#- Engage-frustrated(专注-沮丧)
#- Not engage-bored(不专注-无聊)
#- Not engage-drowsy(不专注-昏昏欲睡)
#- Not engage-lookingaway(不专注-看向远处)

#这些标签用于表示人脸情绪识别模型预测出的不同情绪类别,便于后续对识别结果进行解释和展示。
detector = dlib.get_frontal_face_detector()

if __name__ == "__main__":
# ------------------------------------

评论
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