【教程】人脸表情识别-目标检测-图像分类

bug生成中

已于 2023-02-05 14:02:26 修改

阅读量1.4k

点赞数

分类专栏：手把手思路讲解 python实用思路讲解文章标签：计算机视觉人工智能 python

于 2022-03-10 23:30:26 首次发布

本文链接：https://blog.csdn.net/qq_34904125/article/details/123414142

版权

python实用思路讲解同时被 2 个专栏收录

106 篇文章 61 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

手把手思路讲解

36 篇文章 18 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

该教程介绍了人脸表情识别的过程，包括使用目标检测定位人脸，接着对检测到的人脸应用卷积网络模型进行表情分类。通过这种方法，实现了从图像中有效识别不同表情的功能。

摘要由CSDN通过智能技术生成

这个专栏更新各种AI，以及各种有趣的教程，有兴趣的小伙伴可以订阅一下。

直接上图，本期是检测人脸表情。

原理其实很简单，就是通过目标检测将人脸检测出来，

然后将检测出来的人脸用卷积网络训练的模型进行表情分类，达到表情识别的功能。

class LeNet(nn.Module):
    def __init__(self, num_classes=num_classes):
        super(LeNet, self).__init__()
        self.conv1 = nn.Sequential(  # input_size=(1*64*64)
            nn.Conv2d(3, 6, 5, 1, 2),  # padding=2
            nn.ReLU(),  # input_size=(6*64*64)
            nn.MaxPool2d(kernel_size=2, stride=2),  # output_size=(6*32*32)
        )
        self.conv2 = nn.Sequential(
            nn.Conv2d(6, 16, 5),