学习笔记(03):深度学习之图像识别 核心技术与案例实战-分类数据

本文详细介绍了一个表情图像分类任务,从基于嘴唇的表情识别开始,探讨了表情数据集的选择,包括KDEF、RaFD、RAF、EMotioNet等,以及如何使用OpenCV进行人脸检测和嘴唇区域裁剪。此外,文章还介绍了如何利用MobileNet这一轻量级模型进行表情分类。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

立即学习:https://edu.youkuaiyun.com/course/play/26257/326450?utm_source=blogtoedu

表情图像分类任务

1.基于嘴唇的表情识别

2.表情数据集:公开或自己采集

   表情:KDEF,RaFD,RAF,EMotioNet等

  人脸:Celeba,

 自己采集image download

3.OpenCV人脸检测

    Dlib关键点检测

    嘴唇区域裁剪

4.使用MobileNet,Depthwise和Pointwise组成(结构简单,性能稳定,预训练模型多)

5.

5.

评论
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