<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                ## python 優秀項目分享-表情識別 **face-classification**是*B-IT-BOTS robotics team*團隊基于keras和openCV搭建的人臉識別項目。代碼地址在:https://github.com/oarriaga/face_classification 項目在keras上使用fer2013/IMDB數據集進行訓練。 IMDB影片任務的性別識別率達到了96%;fer2013的表情識別率達到66%。詳細報表可以參看: https://github.com/oarriaga/face_classification/blob/master/report.pdf 下面是一個識別例子: 1. 靜態照片 ![](https://github.com/oarriaga/face_classification/raw/master/images/demo_results.png) ![](https://github.com/oarriaga/face_classification/raw/master/images/robocup_team.png) 2. 實時分析 ![](https://github.com/oarriaga/face_classification/raw/master/images/color_demo.gif) ### 安裝方法 github上提供了基于docker的簡便安裝方法,非常方便: ~~~ docker pull ekholabs/face-classifier docker run -d -p 8084:8084 --name=face-classifier ekholabs/face-classifier curl -v -F image=@[path_to_image] http://localhost:8084/classifyImage > image.png ~~~ ### 使用介紹 1. 實時分析 ~~~ python3 video_emotion_color_demo.py ~~~ 2. 生成表明分析 ~~~ python3 image_emotion_gender_demo.py ../images/test_image.jpg ~~~ ### 訓練新的表情識別數據集方法 * 下載數據文件 [fer2013.tar.gz](https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data) * 將數據文件移動到代碼倉庫的datasets文件夾中 * 解壓文件`tar -xzf fer2013.tar` * 執行訓練命令: `python3 train_emotion_classifier.py` ### 訓練性別識別數據方法: * 下載 [imdb_crop.tar](https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/) * 將文件移動到datasets文件夾. * 解壓文件:`tar -xfv imdb_crop.tar` * 執行訓練命令:`python3 train_gender_classifier.py` ### 實測 我在騰訊云的機器上基于docker搭建了這個項目,實際跑起來非常方便,室內人臉和表情識別也較為準確。但是背景復雜的環境里就不理想了。 有了這個項目,就再也不怕猜不到女神的表情了吧,哈哈。 **阿達老師-孩子身邊的編程專家** *完整課程請關注阿達老師,主頁里有完整的課程目錄和觀看地址*
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看