深度学习项目——表情识别（3）数据初探与 Pipeline

1. 分析

1.1 题目解析

（1） kaggle上比赛的题目解析：
五种表情：惊讶、愤怒、高兴、悲伤和中性（已经剔除数量较少的厌恶和恐惧）
评估指标：ACC（准确率） 和 AUC

（2）表情识别很多难点，表现在两个方面：

• 易受到其它因素的影响，比如环境、光照和姿态等
• 各种表情的程度不一样

1.2 数据探索

1.2.1 数据存储方式

形式一：每个文件夹放一个种类的图片
形式二：两个文件夹，一个文件夹放图片（非结构化数据），另外一个CSV文件存储标签和路径

经验：形式一只适合数量少的数据，而且只能做分类任务；形式二更加合理，方便管理和分布式存储

1.2.2 数据探索工具

探索的内容：数据的数量、是否有类别不均、文件格式等等。

方法一：Linux 的 bash脚本，直接在终端中编程进行探索

方法二：python脚本（更常用）

还可以加入更复杂的逻辑，例如查看文件后缀等。

2. Pipeline 制定

2.1 工具选择