TJU 计算机视觉课程 大作业
可调用摄像头读取视频,实时检测人脸并识别人脸表情
- 使用一个二分类模型(预训练的ResNet18)检测图像中有无人脸
- 如果有,交给人脸定位模型(预训练的ResNet34)确定人脸位置
- 将上一模型框选到的人脸送入表情分类模型(ResNet18 或 VGG19)
- 根据模型分类得分,显示当前表情的emoji图像
- Detector:人脸定位模型(预测人脸位置)
- ExpressionClassifier:表情分类模型(识别人脸表情)
- FaceClassifer:人脸检测二分类模型(检测有无人脸)
- FaceToEmoji:最终系统入口
- 进入不同的模块(人脸检测模型、人脸定位模型、表情分类模型)可训练得到相应模型文件
- 进入FaceToEmoji,运行最终系统
- 系统最终使用 ResNet18 在 FER2013 数据集上训练得到的模型作为表情分类模型
- 详细的运行方式可参考每个模块下的README(若有)或 run.py / train.py / test.py
- Python 3.10
- PyTorch 1.13.1
- CUDA 11.7
- h5py
- sklearn
- matplotlib