FERPlus 项目使用教程

最新推荐文章于 2025-04-07 21:40:30 发布

牧韶希

最新推荐文章于 2025-04-07 21:40:30 发布

阅读量478

点赞数 5

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00629/article/details/142841404

FERPlus 项目使用教程

FERPlus This is the FER+ new label annotations for the Emotion FER dataset. 项目地址: https://gitcode.com/gh_mirrors/fe/FERPlus

1. 项目目录结构及介绍

FERPlus 项目的目录结构如下：

FERPlus/
├── data/
│   ├── FER2013Test/
│   ├── FER2013Train/
│   └── FER2013Valid/
├── src/
│   ├── train.py
│   └── generate_training_data.py
├── FER+vsFER.png
├── LICENSE.md
├── README.md
├── SECURITY.md
└── fer2013new.csv

目录结构介绍

data/: 包含训练、验证和测试数据集的目录。
- FER2013Test/: 测试数据集的标签文件。
- FER2013Train/: 训练数据集的标签文件。
- FER2013Valid/: 验证数据集的标签文件。
src/: 包含项目的源代码。
- train.py: 训练脚本，支持多种训练模式。
- generate_training_data.py: 生成训练数据的脚本。
FER+vsFER.png: FER 和 FER+ 标签对比的图片。
LICENSE.md: 项目的许可证文件。
README.md: 项目的介绍和使用说明。
SECURITY.md: 项目的安全策略文件。
fer2013new.csv: 新的 FER+ 标签文件。

2. 项目启动文件介绍

`train.py`

train.py 是 FERPlus 项目的主要启动文件，用于训练情感识别模型。该脚本支持多种训练模式，包括多数投票模式、概率模式、交叉熵模式和多目标模式。

使用方法

# 多数投票模式
python train.py -d <dataset base folder> -m majority

# 概率模式
python train.py -d <dataset base folder> -m probability

# 交叉熵模式
python train.py -d <dataset base folder> -m crossentropy

# 多目标模式
python train.py -d <dataset base folder> -m multi_target

`generate_training_data.py`

generate_training_data.py 用于生成训练数据。该脚本将 fer2013.csv 和 fer2013new.csv 合并，并将所有图像导出为 PNG 文件，供训练器处理。

使用方法

python generate_training_data.py -d <dataset base folder> -fer <fer2013.csv path> -ferplus <fer2013new.csv path>

3. 项目的配置文件介绍

`fer2013new.csv`

fer2013new.csv 是 FER+ 项目的主要配置文件，包含了新的情感标签。每张图像都有 10 个众包标注者提供的标签，提供了比原始 FER 标签更高质量的情感标签。

文件格式

usage, neutral, happiness, surprise, sadness, anger, disgust, fear, contempt, unknown, NF

usage: 区分训练、公共测试和私有测试集的标签。
neutral, happiness, surprise, sadness, anger, disgust, fear, contempt, unknown, NF: 每种情感的投票数，包括 unknown 和 NF（Not a Face）。