Emojify – Create your own emoji with Deep Learning 通过深度学习创建你自己的表情

本文提供了一个深度学习初级项目——Emojify,通过该项目可以创建自定义表情。文章详细描述了在Win11系统、CUDA11.6和TensorFlow-GPU2.8.0环境下运行代码时可能遇到的问题及解决方案,包括Keras模块导入错误、Adam优化器版本问题、颜色模式错误和OpenCV属性缺失等,并提供了数据集和代码的下载链接。
摘要由CSDN通过智能技术生成

本文目的

深度学习初级项目:
Emojify – Create your own emoji with Deep Learning 通过深度学习创建你自己的表情
本文旨在描述源代码运行中出现的问题,并给出解决方法。

原文链接

https://data-flair.training/blogs/create-emoji-with-deep-learning/

我的电脑环境

win11(3060 laptop)+cuda11.6+tensorflow-gpu 2.8.0

数据集下载

方案一:面部表情数据集原始地址下载 https://www.kaggle.com/msambare/fer2013

方案二:如果懒得下载,可以使用百度云保存,我的百度云面部表情数据集

链接:https://pan.baidu.com/s/1L24UWmPPmq8_Pppu5nQDjA?pwd=t5vo
提取码:t5vo

代码下载

方法一:源代码下载 https://data-flair.s3.ap-south-1.amazonaws.com/Data-Science-Code/emoji-creator-project-code.zip

方法二:百度云源代码下载

链接:https://pan.baidu.com/s/1-Nubo75goGHKpNIzQdXCLA?pwd=bks4
提取码:bks4

文件的目录如下所示:
在这里插入图片描述
运行文件是下载的源代码中的train.py文件。

但是根据源代码train.py运行,可能会存在一些问题,我把我的解决方法罗列出来。

如果出现错误1:

from keras.emotion_models import Sequential
ModuleNotFoundError: No module named ‘keras.emotion_models’

解决方法:from keras.emotion_models import Sequential 这个代码有问题,修改为 from keras.models import Sequential即可。

如果出现错误2

from keras.optimizers import Adam

ImportError: cannot import name ‘Adam’ from ‘keras.optimizers’

解决方法:把 from keras.optimizers import Adam 改为 from keras.optimizers import adam_v2,然后把调用Adam的地方emotion_model.compile(loss=‘categorical_crossentropy’,optimizer=Adam(lr=0.0001, decay=1e-6),metrics=[‘accuracy’]) optimizer=Adam ,将其中的optimizer=Adam修改为optimizer=adam_v2.Adam就可以了。

如果出现错误3:

ValueError: (‘Invalid color mode:’, ‘gray_framescale’, ‘; expected “rgb”, “rgba”, or “grayscale”.’)

解决方法:train_generator 和 validation_generator里面的color_mode内容进行修改,改为 grayscale。

代码中的:bounding_box = cv2.CascadeClassifier(‘/home/shivam/.local/lib/python3.6/site-packages/cv2/data/haarcascade_frontalface_default.xml’)也需要修改,括号里面的地址需要改成自己的anaconda虚拟环境的当前地址,每个人的安装位置可能不太一样。比如我的是:D:/Program Files (x86)/Anaconda3/envs/tensorflow2-gpu/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml。

至此代码应该可以运行,应该是会进行训练,但是训练过之后可能会出现其他问题。
如下图所示表示开始训练
请添加图片描述
训练结束之后。。。。

如果出现错误 module ‘cv2’ has no attribute ‘COLOR_BGR2gray_frame’ ,则把gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2gray_frame)修改为gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)。

如果出现错误 module ‘cv2‘ has no attribute ‘gapi_wip_gst_GStreamerPipeline‘ ,需要先卸载opencv-python,卸载命令 pip uninstall opencv-python,然后安装 pip install opencv-python install "opencv-python-headless<4.3"

训练结束,会自动弹出电脑摄像头的检测框,检测你的面部表情,你可以做一些鬼脸看看检测情况,想退出的话,按 q 退出。

请添加图片描述

  • 10
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
### 回答1: 这篇文章介绍了如何使用深度学习创建表情符号。作者使用了一个称为GAN的神经网络模型来生成表情符号。GAN模型由两个神经网络组成,一个生成器和一个鉴别器。生成器负责生成表情符号,而鉴别器则负责判断生成的表情符号是否真实。作者还提供了代码和数据集,以帮助读者实现自己的表情符号生成器。 ### 回答2: 在这篇文章中,作者介绍了如何使用深度学习技术来生成表情符号。这是一个基于深度学习的自然语言处理领域中的任务,目的是让计算机自动生成与特定输入文本相关的表情符号。该方法使用了生成对抗网络(GAN)和卷积神经网络(CNN)等深度学习方法,并通过训练数据集来学习这些模型。该数据集包含电影评论和相应的表情符号,模型通过学习评论和表情符号之间的关系来理解输入文本和合适的表情符号之间的联系。 该方法需要进行数据的预处理和特征工程,以及模型的训练和评估等步骤。作者提出了一些实用的技巧和方法,如将输入文本转换为词向量和将表情符号转换为像素向量等。另外,作者还讨论了如何选择合适的模型参数和优化算法来提高模型的性能。 该方法的应用场景范围非常广泛,例如可以用于帮助人们更好地表达情感和意见,或是用于自然语言处理任务的自动标注和生成等方面。虽然该方法还存在一些局限性,例如需要大量的训练数据和计算资源,以及需要解决输入文本的歧义性和非标准性等问题,但是它仍然是一种非常有前途的研究方向,值得我们进一步探索和研究。 ### 回答3: 这篇文章介绍了如何使用深度学习创建Emoji的方法。 Emoji在社交媒体和移动应用程序中变得越来越常见,而深度学习已成为当今最受欢迎的AI方法之一。通过将这两个领域结合起来,可以创建具有情感和人类感受的Emoji,这种Emoji可以让人们更好地表达自己。 这篇文章将介绍如何使用深度学习来创建Emoji。它首先介绍了什么是深度学习以及深度学习在计算机视觉中的应用。然后,它详细介绍了使用Python和TensorFlow创建Emoji的过程。这个过程包括数据收集,数据准备,模型构建,模型训练以及Emoji生成和保存。作者使用的模型是卷积神经网络,每个Emoji包含3个参数:形状,颜色和表情。 在实际操作中,作者通过Python编写了一些脚本来自动化 Emoji创建流程,从而减少了手动处理数据所需要的时间。文章中还介绍了如何使用已训练的模型来生成Emoji,以及如何将Emoji添加到现有的移动应用程序中。 这篇文章深入浅出地介绍了如何使用深度学习来创建Emoji,并且提供了完整的代码示例和详细的步骤说明。这将有助于那些对深度学习感兴趣的人学习如何创建自己的神经网络模型。除此之外,这篇文章还展示了如何将深度学习应用于实际问题。通过创建自己的Emoji,人们可以更好地表达自己的情感和感受,从而更好地进行社交互动。
评论 8
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

打赏作者

百年孤独百年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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