Dataset from https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data Image Properties: 48 x 48 pixels (2304 bytes) labels: 0=Angry, 1=Disgust, 2=Fear, 3=Happy, 4=Sad, 5=Surprise, 6=Neutral The training set consists of 28,709 examples. The public test set consists of 3,589 examples. The private test set consists of another 3,589 examples. 原链接网速过慢，特上传一份仅供学习

这是官方给予的人脸表情数据库，里面有大量的各种各样的人脸表情可供大家去进行检测和分析。

KAGGLE 人脸表情识别FER2013数据集

fer2013_selete_wb

对应博客详解 https://blog.csdn.net/huqinweI987/article/details/87884341

含训练、测试、验证的csv文件，人脸表情识别数据集

使用带有 keras CNN 模型和 openCV 的 fer2013 数据集检测以下面部情绪 - 愤怒、厌恶、恐惧、快乐、悲伤、惊讶、中性。准确度：66%。需要下载预先训练的情感检测模型，caffemodel和prototxt在模型的模型推断。

kaggle人脸数据集，共60+MB，用于资源分享

fer2013数据集和提取出的数据集图片以及python提取代码。。

fer2013 plus 针对FER2013的图像，进行了10类投票(多了Contempt，unknown 和 非人脸三类)，提供的是一种标签方式。采用最大投票方式，去除了一些不确定的图像。文档中含三个文件，Voted_labels.csv(自行下载)中是对应FER2013.CSV中的索引号和相应的标签(8类)，Fer2013plus.py是从FER2013.CSV中读取图像的python代码，还有Fer2013plus提供的Fer2013new.csv。