EfficientFace：高效轻量级面部表情识别网络

EfficientFace：高效轻量级面部表情识别网络

EfficientFace [AAAI'21] Robust Lightweight Facial Expression Recognition Network with Label Distribution Training 项目地址: https://gitcode.com/gh_mirrors/ef/EfficientFace

EfficientFace 是一个高效轻量级面部表情识别网络，主要使用 Python 和 Shell 脚本进行开发。该项目旨在提供一种鲁棒的面部表情识别方法，特别是在 Label Distribution Training（标签分布训练）的辅助下，实现了较高的识别准确率。

项目基础介绍

EfficientFace 项目基于深度学习技术，采用 PyTorch 框架进行构建。该项目在多个数据集上进行了训练和测试，包括 RAF-DB、CAER-S、AffectNet-7 和 AffectNet-8，并在不同类别中取得了良好的识别效果。

编程语言

• Python 99.8%
• Shell 0.2%

核心功能

1. 面部表情识别：EfficientFace 可以识别包括中性、快乐、悲伤、惊讶、恐惧、厌恶和愤怒在内的多种面部表情。
2. 轻量级网络结构：网络设计注重效率和性能，使得模型可以在多种设备上运行，特别是在移动和嵌入式设备上。
3. Label Distribution Training：通过标签分布训练方法，提高了模型对不确定性标签的鲁棒性，从而增强了识别准确度。

最近更新功能

• 测试和可视化代码：在最近的一次更新中，项目增加了测试和可视化的代码，方便用户对模型进行评估和结果可视化。
• 预训练模型：项目提供了在 MS-Celeb-1M 数据集上预训练的 ResNet-18 和 ResNet-50 模型，这些模型可以直接用于研究或作为基准。
• 细调模型：提供了在 CAER-S、AffectNet-7 和 AffectNet-8 数据集上细调后的模型，以供用户下载使用。

EfficientFace 的研究工作已在 AAAI'21 会议论文中发表，项目遵循 MIT 许可协议开源，欢迎感兴趣的开发者参与贡献和交流。

EfficientFace [AAAI'21] Robust Lightweight Facial Expression Recognition Network with Label Distribution Training 项目地址: https://gitcode.com/gh_mirrors/ef/EfficientFace