0
0

面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)

面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)

这是项目《面部表情识别》系列之《Pytorch实现表情识别(含表情识别数据集和训练代码)》；项目基于深度学习框架Pytorch开发一个高精度，可实时的面部表情识别算法（ Facial Expression Recognition）；项目源码支持模型有resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型，用户可自定义进行训练；准确率还挺高的，采用轻量级mobilenet_v2模型的面部表情识别准确率也可以高达94.72%左右，满足业务性能需求。
模型input sizeTest准确率****mobilenet_v2112×11294.72%googlenet112×11294.28%resnet18112×11294.818%
先展示一下，Python版本的面部表情识别Demo效果（不同表情用不同的颜色框标注了）

【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/129505205

更多项目《面部表情识别》系列文章请参考：

  1. 面部表情识别1：表情识别数据集(含下载链接)
  2. 面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)
  3. 面部表情识别3：Android实现表情识别(含源码，可实时检测)
  4. 面部表情识别4：C++实现表情识别(含源码，可实时检测)

1.面部表情识别方法

面部表情识别方法有多种实现方案，这里采用最常规的方法：基于人脸检测+面部表情分类识别方法，即先采用通用的人脸检测模型，进行人脸检测，然后裁剪人脸区域，再训练一个面部表情分类器，完成对面部表情识别；

这样做的好处，是可以利用现有的人脸检测模型，而无需重新训练人脸检测模型，可减少人工标注成本低；而人脸数据相对而言比较容易采集，分类模型可针对性进行优化。

2.面部表情识别数据集

（1）表情识别数据集说明

本项目主要使用两个表情识别数据集：Emotion-Domestic国内(亚洲)表情识别数据集+MMAFEDB表情识别数据集，总共超过15万张人脸图片，数据面部表情丰富多样，包含angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)等多种表情。

关于表情识别数据的使用说明请参考我的一篇博客：面部表情识别1：表情识别数据集(含下载链接)

​

（2）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可参考如下进行处理：

  • 建立Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

  • 类别文件：一行一个列表：​class_name.txt​ (最后一行,请多回车一行)
A
B
C
D
  • 修改配置文件的数据路径：​config.yaml​
train_data: # 可添加多个数据集
  - 'data/dataset/train1' 
  - 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...

3.人脸检测模型

本项目人脸检测训练代码请参考：https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

这是一个基于SSD改进且轻量化后人脸检测模型，很slim，整个模型仅仅1.7M左右，在普通Android手机都可以实时检测。人脸检测方法在网上有一大堆现成的方法可以使用，完全可以不局限我这个方法。

​

4.面部表情识别分类模型训练

准备好表情识别数据后，接下来就可以开始训练表情识别分类模型了；项目模型支持resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型，考虑到后续我们需要将表情识别模型部署到Android平台中，因此项目选择计算量比较小的轻量化模型mobilenet_v2；如果不用端上部署，完全可以使用参数量更大的模型，如resnet50等模型。

整套工程项目基本结构如下：

.
├── classifier                 # 训练模型相关工具
├── configs                    # 训练配置文件
├── data                       # 训练数据
├── libs           
│   ├── convert                # 将模型转换为ONNX工具
│   ├── light_detector         # 人脸检测
│   ├── detector.py            # 人脸检测demo
│   └── README.md               
├── demo.py              # demo
├── README.md            # 项目工程说明文档
├── requirements.txt     # 项目相关依赖包
└── train.py             # 训练文件

（1）项目安装

项目依赖python包请参考requirements.txt，使用pip安装即可：

numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
easydict==1.9
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
basetrainer
pybaseutils==0.6.5

项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：

  • 项目开发使用教程和常见问题和解决方法
  • 视频教程：1 手把手教你安装CUDA和cuDNN(1)
  • 视频教程：2 手把手教你安装CUDA和cuDNN(2)
  • 视频教程：3 如何用Anaconda创建pycharm环境
  • 视频教程：4 如何在pycharm中使用Anaconda创建的python环境

（2）准备数据

下载表情识别数据集：Emotion-Domestic国内(亚洲)表情识别数据集+MMAFEDB表情识别数据集，关于表情识别数据的使用说明请参考我的一篇博客：面部表情识别1：表情识别数据集(含下载链接)

（3）面部表情识别分类模型训练(Pytorch)

项目在《Pytorch基础训练库Pytorch-Base-Trainer(支持模型剪枝 分布式训练)》基础上实现了面部表情识别分类模型训练和测试，整套训练代码非常简单操作，用户只需要将相同类别的图片数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

训练框架采用Pytorch，整套训练代码支持的内容主要有：

  • 目前支持的backbone有：googlenet,resnet[18,34,50], ,mobilenet_v2等， 其他backbone可以自定义添加
  • 训练参数可以通过(configs/config.yaml)配置文件进行设置

训练参数说明如下：

# 训练数据集，可支持多个数据集(不要出现中文路径)
train_data:
  - 'path/to/emotion/emotion-domestic/train'
  - 'path/to/emotion/MMAFEDB/train'
# 测试数据集(不要出现中文路径)
test_data:
  - 'path/to/motion/emotion-domestic/test'

# 类别文件
class_name: 'data/class_name.txt'
train_transform: "train"       # 训练使用的数据增强方法
test_transform: "val"          # 测试使用的数据增强方法
work_dir: "work_space/"        # 保存输出模型的目录
net_type: "mobilenet_v2"       # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3
width_mult: 1.0                # 模型宽度因子
input_size: [ 112,112 ]        # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ]    # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ]     # for normalize,Sequence of standard deviations for each channel.
batch_size: 128                # batch_size
lr: 0.01                       # 初始学习率
optim_type: "SGD"              # 选择优化器，SGD,Adam
loss_type: "CrossEntropyLoss"  # 选择损失函数：支持CrossEntropyLoss,LabelSmoothing
momentum: 0.9                  # SGD momentum
num_epochs: 100                # 训练循环次数
num_warn_up: 3                 # warn-up次数
num_workers: 8                 # 加载数据工作进程数
weight_decay: 0.0005           # weight_decay，默认5e-4
scheduler: "multi-step"        # 学习率调整策略
milestones: [ 20,50,80 ]       # 下调学习率方式
gpu_id: [ 0 ]                  # GPU ID
log_freq: 50                   # LOG打印频率
progress: True                 # 是否显示进度条
pretrained: True               # 是否使用pretrained模型
finetune: False                # 是否进行finetune

开始训练，在终端输入： 

python train.py -c configs/config.yaml

​

训练完成后，训练集的Accuracy在95.5%以上，测试集的Accuracy在94.5%左右

（4） 可视化训练过程

训练过程可视化工具是使用Tensorboard，在终端(Terminal)输入命令：

使用教程，请参考：项目开发使用教程和常见问题和解决方法

# 需要安装tensorboard==2.5.0和tensorboardX==2.1
# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=work_space/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/log

可视化效果

​​

（5） 面部表情识别效果

训练完成后，训练集的Accuracy在95.5%以上，测试集的Accuracy在94.5%左右，下表给出已经训练好的三个模型，其中mobilenet_v2的准确率可以达到94.72%，googlenet的准确率可以达到94.28%，resnet18的准确率可以达到94.81%
模型input sizeTest准确率****mobilenet_v2112×11294.72%googlenet112×11294.28%resnet18112×11294.818%

  • 测试图片文件
# 测试图片（Linux）
image_dir='data/test_image' # 测试图片的目录
model_file="data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230313090258/model/latest_model_099_94.7200.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --image_dir $image_dir --model_file $model_file --out_dir $out_dir

Windows系统，请将$image_dir， $model_file ，$out_dir等变量代替为对应的变量值即可，如

# 测试图片（Windows）
python demo.py --image_dir 'data/test_image' --model_file "data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/model/latest_model_099_98.4316.pth" --out_dir "output/"
  • 测试视频文件
# 测试视频文件（Linux）
video_file="data/video-test.mp4" # 测试视频文件，如*.mp4,*.avi等
model_file="data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230313090258/model/latest_model_099_94.7200.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir
  • 测试摄像头
# 测试摄像头（Linux）
video_file=0 # 测试摄像头ID
model_file="data/pretrained/mobilenet_v2_1.0_CrossEntropyLoss_20230313090258/model/latest_model_099_94.7200.pth" # 模型文件
out_dir="output/" # 保存检测结果
python demo.py --video_file $video_file --model_file $model_file --out_dir $out_dir

下面是面部表情识别效果展示（其中不同表情用不同颜色表示了）

​

（6） 一些优化建议

如果想进一步提高模型的性能，可以尝试：

  1. ​ 清洗数据集(最重要)：尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。
  2. 增加训练的样本数据： 建议根据自己的业务场景，采集相关数据，提高模型泛化能力
  3. 使用参数量更大的模型： 本教程使用的是mobilenet_v2模型，属于比较轻量级的分类模型，采用更大的模型（如resnet50），理论上其精度更高，但推理速度也较慢。
  4. 尝试不同数据增强的组合进行训练
  5. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
  6. 样本均衡： 原始数据表情识别类别数据并不均衡，类别happy和neutral的数据偏多，而disgust和fear的数据偏少，这会导致训练的模型会偏向于样本数较多的类别。建议进行样本均衡处理。
  7. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
  8. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

（7） 一些运行错误处理方法

  • 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！
  • **cannot import name 'load_state_dict_from_url' **

由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应

torch==1.7.1

torchvision==0.8.2

或者将对应python文件将

from torchvision.models.resnet import model_urls, load_state_dict_from_url

修改为：

from torch.hub import load_state_dict_from_url
model_urls = {
    'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth',
    'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth',
    'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',
    'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth',
    'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth',
    'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth',
    'resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth',
    'resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth',
    'wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth',
    'wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',
}

5.项目源码下载（Python版）

项目源码下载地址：

整套项目源码内容包含：

  1. 提供面部表情识别数据集：本项目主要使用两个表情识别数据集：Emotion-Domestic国内(亚洲)表情识别数据集+MMAFEDB表情识别数据集，总共超过15万张人脸图片，数据面部表情丰富多样，包含angry(生气), disgust (厌恶), fear(害怕), happy(快乐), neutral (中性), sad(悲伤), surprise(惊奇)等多种表情。
  2. 提供面部表情识别分类模型训练代码：train.py
  3. 提供面部表情识别分类模型测试代码：demo.py
  4. Demo支持图片，视频和摄像头测试
  5. 支持自定义数据集进行训练
  6. 项目支持模型：resnet18,resnet34,resnet50, mobilenet_v2以及googlenet等常见的深度学习模型
  7. 项目源码自带训练好的模型文件，可直接运行测试: python demo.py
  8. 在普通电脑CPU/GPU上可以实时检测和识别

6.项目源码下载（Android版）

目前已经实现Android版本的面部表情识别，详细项目请参考：**面部表情识别3：Android实现面部表情识别(含源码，可实时检测)**：https://blog.csdn.net/guyuealian/article/details/129467015

Android面部表情识别APP Demo体验：https://download.csdn.net/download/guyuealian/87575425

标签： pytorch 表情识别 情绪识别
本文转载自: https://blog.csdn.net/guyuealian/article/details/129505205
版权归原作者 AI吃大瓜 所有， 如有侵权，请联系我们删除。
登录后发布评论

“面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

机器人技术在安全领域的重要作用

安全学习记录——网络篇（一）

图腾柱PFC：HP1010为您的电动两轮车之旅提供绿色，高效，安全的动力

单元测试数据库回滚问题

这才是单元测试，之前我们都错了

【C语言基础】：字符函数和字符串函数

ChatGPT-Next-Web SSRF漏洞+XSS漏洞复现(CVE-2023-49785)

文章导航