gitshanks/fer2013

🧠 Nhận dạng cảm xúp khuôn mặt với CNN trên FER2013

Mô hình CNN nhận dạng cảm xúc khuôn mặt trên bộ dữ liệu FER2013, hỗ trợ dự đoán cảm xúp từ hình ảnh tùy chỉnh mà không cần huấn luyện lại.

Dự án fer2013 của gitshanks là một mô hình mạng nơ-ron tích chất (CNN) dùng để nhận dạng cảm xúp khuôn mặt dựa trên bộ dữ liệu FER2013 từ Kaggle. Mô hình chia dữ liệu theo tỉ lệ 80-10-10 cho tập huấn luyện, kiểm thử và đánh giá, đạt độ chính xác 66.369%, gần với độ chính xác của người thắng cuộc (71.161%).

✨ Điểm nổi bật

• Dự đoán cảm xúp tùy chỉnh: Sử dụng fertestcustom.py để nhận dạng cảm xúp trên bất kỳ hình ảnh nào.
• Mô hình đã huấn luyện sẵn: Bao gồm fer.json và fer.h5, không cần huấn luyện lại từ đầu.
• Hỗ trợ GPU: Tối ưu cho huấn luyện trên GPU, giảm thời gian xử lý đáng kể.
• Chia dữ liệu chuẩn: Tỉ lệ 80-10-10 cho training-validation-test.
• Ma trận nhầm lẫn: Tạo và lưu ma trận nhầm lẫn dưới dạng ảnh PNG để phân tích hiệu suất.
• Hỗ trợ đa công cụ: TensorFlow, Keras, NumPy, OpenCV và scikit-learn.

💡 Vì sao đáng chú ý

Mô hình cung cấp hai cách sử dụng linh hoạt: sử dụng mô hình đã huấn luyện sẵn hoặc xây dựng lại từ đầu thông qua preprocessing.py và fertrain.py. Đây là lựa chọn tiết kiệm thời gian cho các dự án cần tích hợp nhận dạng cảm xúp khuôn mặt nhanh chóng.

#FacialEmotionRecognition #CNN #FER2013 #Python #TiniX