人脸表情识别实验——AffectNet

本文介绍了AffectNet数据集在人脸表情识别实验中的应用,分享了数据集获取方式,强调了仅限科研使用且不得用于商业目的。实验部分提及了在网络搭建,特别是处理不平衡数据集方面的实践。
摘要由CSDN通过智能技术生成

Update
2021-10-11

QQ 1号群已满,数据集链接放在群公告中


2020-12-07
由于不常登录CSDN,所以无法回复消息。AffectNet相关问题可以进群交流,目前群众有三百多位同学,交流频繁,氛围也不错。


2020-07-01
目前QQ群中已经有200多位志同道合的朋友,请大家遵守群规范,只讨论与学习和工作相关的内容,否则会被请出群聊。


2019-11-05
目前QQ群已加入90多位同学,大家有问题和想法都可以在群里讨论。另位进群先看一下公告。


2019-05-19更新
发现国内做人脸表情识别的同学还蛮多的,这里提供一个平台给大家交流问题和心得。

在这里插入图片描述
在这里插入图片描述


2019-4-28更新
邮箱:xmuwenxiang@gmail.com
申明:
1.请尽量通过申请官方授权下载。
2.仅提供给科研需要的同学,禁止商业用途,禁止牟利,禁止公开传播。
3.邮件中请说明所在科研机构或高校名称。
4.请使用学校邮箱(edu邮箱)或科研机构邮箱联系。


2018-11-29 13:43:21 更新
之前为了方便国内的同学科研,我私自提供了数据集的下载链接,违反了申请协议,现在真诚的向数据提供方致歉!我即刻删除所有数据集的下载链接,请有需要的同学自己申请。


2018年7月21日22:42:25更新
AffectNet数据集百度云下载链接,见文章末尾


Introduce

在做人脸表情时用到的数据集

Datasets

AffectNET
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Experiment

torchvision.models中的网络的搭建方法很有参考价值,AlextNet的模型定义如下:

class AlexNet(nn.Module):

    def __init__(self, num_classes=1000):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride
评论 104
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