ResEmoteNet论文阅读与推理

论文题目:ResEmoteNet: Bridging Accuracy and Loss  Reduction in Facial Emotion Recognition

领域:面部情绪识别

数据集:​AffectNet 、 ​RAF-DB 、 FER2013  、​ ExpW

模型架构:CNN+SE Block(Squeeze excitation) + Resnet+AAP

论文中的SE Block压缩激励结构如下:

ResEmoteNet的整体框架如下:

(1)CNN 模块,该模块具有三个卷积层,用于分层特征提取,然后进行批量归一化,以稳定学习并提高训练效率。在每一层之后应用 Max-pooling 以减少空间维度,降低计算成本并引入平移不变性以提高鲁棒性。

(2)SE模块,Squeeze使用全局平均池化将来自每个通道的空间数据压缩为全局描述符。 Excitation使用激活的门控机制来捕获通道依赖关系。SENet 的方法允许网络学习一系列注意力权重,突出每个输入元素对网络输出的重要性。

(3)残差Residual模块,解决神经网络中梯度消失和爆炸的常见问题。

(4)Adaptive Average Pooling(自适应平均池化) 是 CNN 中使用的一种池化层,无论原始输入维度如何,它都可以将输入信息聚合为恒定的输出大小。AAP 调整内核大小和步幅以达到特定的输出大小,而不是像传统的池化方法那样减小空间维度。它确保各种数据集和图层中的输出维度一致。

推理过程与结果:

GitHub:https://github.com/ArnabKumarRoy02/ResEmoteNet

下载预训练模型:ResEmoteNet Checkpoints - Google 云端硬盘

打开文件./eval_image.py,第16行代码:

checkpoint = torch.load('path/to/fer2013_model.pth', weights_only=True,
                        map_location=torch.device('cpu'))

第80行代码:

# Load the image file
image = cv2.imread('path/to/test1_image.jpg')

保存并运行该文件:

python eval_image.py

测试图像是这个:

测试结果如下:

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
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