Facial Expression Recognition Challenge 2013数据集下载

样本图片

简介

表情数据由48x48像素的人脸灰度图像组成；

根据面部表情中显示的情绪将每张脸分为七类（0=愤怒，1=厌恶，2=恐惧，3=高兴，4=悲伤，5=惊讶，6=中性）

FER数据集主要包含以下文件：

• train.csv：包含两列，“emotion”和“pixels”。“emotion”列包含一个数字代码，范围从0到6（含6），表示图像中存在的情绪。“pixels”列则为48x48的灰度图像的一维形式，共含有28709个图像

• test.csv：只包含“pixels”列，共含有7178个测试图像

另外还有用于排行榜的公共测试集

数据集调用

函数data_generate主要对原始数据进行预处理，生成48x48g格式的训练图像x_train和图像标签y_train。值得说明的是，该函数简单地将所有训练图像以及标签一次性读取到内存中，考虑性能的同学可以采用批量读取的方式降低内存负荷。

import csvimport numpy as npimport matplotlib.pyplot as plt
path = "G:\\train.csv"
def data_generate(file_path):    samples = []    with open(file_path, "r") as train_file:        csv_reader = csv.reader(train_file)  # 使用csv.reader读取csvfile中的文件        next(csv_reader)  # 去掉首行        for row in csv_reader:  # 将csv 文件中的数据保存到samples中            samples.append(row)    images = [[i[1]] for i in samples]    x_train = []    for image in images:        x_train.append(np.array([int(i) for i in image[0].split(" ")]).reshape(48, 48))    labels = [[i[0]] for i in samples]    y_train = []    for label in labels:        y_train.append(int(label[0]))    return x_train, y_train

下面的函数可以实现不同面部表情都有哪些图片，一起来看看吧

#获取指定表情和个数的面部图像def facial_expression_required(label, num):    x_train, y_train = data_generate(path)    images = []    y = 0    for i in range(len(y_train)):        if y_train[i] == label:            images.append(x_train[i])            y += 1        if y == num:            break    return images
#show出指定表情和个数的面部图像def facial_expression_show(label, num=9):    images = facial_expression_required(label, num)    for i in range(num):        plt.subplot(1, num, 1 + i)        plt.imshow(images[i], "gray")        plt.xticks([])        plt.yticks([])    plt.show()

if __name__ == "__main__":    facial_expression_show(0, 9)

比如愤怒（0）

或者高兴（3）

再或者惊讶（5）

Citation:

"Challenges in Representation Learning: A report on three machine learning contests." I Goodfellow, D Erhan, PL Carrier, A Courville, M Mirza, B Hamner, W Cukierski, Y Tang, DH Lee, Y Zhou, C Ramaiah, F Feng, R Li, X Wang, D Athanasakis, J Shawe-Taylor, M Milakov, J Park, R Ionescu, M Popescu, C Grozea, J Bergstra, J Xie, L Romaszko, B Xu, Z Chuang, and Y. Bengio. arXiv 2013.

See fer2013.bib for a bibtex entry.

关注后，后台回复 ferc 即可获得