0 相關(guān)資料

面部表情識別2：Pytorch實現(xiàn)表情識別(含表情識別數(shù)據(jù)集和訓(xùn)練代碼)：https://blog.csdn.net/guyuealian/article/details/129505205

b站視頻：https://www.bilibili.com/video/BV1xm4y1p7H3

1 基于人臉檢測+面部表情分類識別方法

項目源碼：https://github.com/Whiffe/PyTorch-Facial-Expression-Recognition

面部表情識別由兩部分組成：人臉檢測與表情識別分類

人臉檢測：https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

表情識別分類: resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常見的深度學(xué)習模型

2 項目安裝

2.1 平臺與鏡像

我是實用的AutoDL平臺

鏡像選擇：
PyTorch 1.7.0
Python 3.8(ubuntu18.04)
Cuda 11.0

2.2 項目下載

項目下載：

git clone https://github.com/Whiffe/PyTorch-Facial-Expression-Recognition.git

如果網(wǎng)速問題無法下載，我已經(jīng)同步到碼云上（推薦）

git clone https://gitee.com/YFwinston/PyTorch-Facial-Expression-Recognition.git

2.3 模型下載

模型權(quán)重下載(latest-model-099-94.7200.pth)：https://download.csdn.net/download/WhiffeYF/88196455
將下載的模型放在：
PyTorch-Facial-Expression-Recognition/data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230313090258/model

模型權(quán)重下載(rfb-face-mask.pth): https://download.csdn.net/download/WhiffeYF/88196487
將下載的模型放在：
PyTorch-Facial-Expression-Recognition/libs/light_detector/data/pretrained/pth

2.4 上傳待測試圖片

在該目錄下，上傳待檢測圖片：
PyTorch-Facial-Expression-Recognition/data/test_image

2.5 項目安裝

在 PyTorch-Facial-Expression-Recognition 目錄下執(zhí)行：

pip install -r requirements.txt 

3 demo測試

python demo.py --image_dir data/test_image --model_file data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230313090258/model/latest_model_099_94.7200.pth --out_dir output/

檢測結(jié)果如下：