社区
汇编语言
帖子详情
基于VGGNet对fer2013表情识别
mingmingshimaoxian
2019-04-22 09:15:36
有没有大佬可以给讲一下详细过程,代码小白完全看不懂啊
...全文
267
回复
打赏
收藏
基于VGGNet对fer2013表情识别
有没有大佬可以给讲一下详细过程,代码小白完全看不懂啊
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
基于集成卷积神经网络的面部表情分类
针对传统机器学习中人工提取特征复杂度高,以及单卷积网络提取特征不充分导致识别率不高的问题,提出了一种基于集成卷积神经网络的面部
表情识别
新方法。该方法是将
VGG
Net-19改进后的
VGG
Net-19GP模型和ResNet-18模型进行集成,构建了集成网络(EnsembleNet)模型。该模型首先在训练集上对单模型进行训练,使单模型达到实验最优,然后在测试集上进行集成测试。在
FER2013
和CK+数据集上分别获得了73.854%和97.611%的平均准确率。与
VGG
Net-19GP和ResNet-18模型以及现有方法进行对比,结果表明,基于集成的面部表情分类方法具有分类更加准确和泛化能力更强的优点。
Opencv基于改进
VGG
19的
表情识别
系统(源码&
Fer2013
&教程)
Opencv基于改进
VGG
19的
表情识别
系统(
Fer2013
)
【深度学习】基于pytorch的
FER2013
人脸表情图像识别(ResNet/
VGG
/DenseNet)
本次实验的基本要求部分,我构建了ResNet分类模型18层,在
FER2013
数据集上达到了65%左右的分类精度;改进方面,我增加了ResNet-20/34/50进行分类并分析了结果及原因;优化方面,我是用了DenseNet-121和
VGG
-19与ResNet进行对比实验,并加入多种网络优化与正则化方法,最终DenseNet-121达到了最高的分类精度(接近74%),这也验证了DenseNet可以视为ResNet的改进版本。所有实验均在MindSpore与pytorch双平台完成。
关于
表情识别
-综述 FER --
FER2013
表情识别
综述 AI 前线导读:面部
表情识别
技术(FER)正逐渐从实验室数据集测试走向挑战真实场景下的识别。随着深度学习技术在各领域中的成功,深度神经网络被越来越多地用于学习判别性特征表示。目前的深度面部
表情识别
系统通常面临两个关键问题:由于缺乏足够的训练数据所造成的过度拟合,和与表情无关的变化,如照明、头部姿势和身份偏置信息。 这篇文章是对深度面部
表情识别
的全面综述,也是 AI 前线第 30 篇论文导读。首先,我们结合相关背景知识,介绍深度 FER 系统的标准流程。然后,我们介绍了目前在文献中广泛使用..
人脸
表情识别
系统(
VGG
_16和Xception模型)配置GPU加速,
Fer2013
数据集和CK+数据集,tensorboard
表情识别
系统设计与开发
汇编语言
21,453
社区成员
41,602
社区内容
发帖
与我相关
我的任务
汇编语言
汇编语言(Assembly Language)是任何一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言,亦称为符号语言。
复制链接
扫一扫
分享
社区描述
汇编语言(Assembly Language)是任何一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言,亦称为符号语言。
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章