运行环境： 1.python 3.7.4 2.pytorch 1.4.0 3.python-opencv 说明 预训练的权重文件[vgg_16] 具体的配置文件请看Config.py文件 训练运行python Train.py 单张测试 python Test.py ##目前进度： 1、PERCLOS计算 DONE 2、眨眼频率计算 DONE 3、打哈欠检测及计算 DONE 4、疲劳检测 DONE 5、人脸情绪检测 DONE 6、口罩检测Done 网络检测性能：准确率82.18% 主要文件说明： ssd_net_vgg.py 定义class SSD的文件 Train.py 训练代码 voc0712.py 数据集处理代码（没有改文件名，改的话还要改其他代码） loss_function.py 损失函数 detection.py 检测结果的处理代码，将SSD返回结果处理为opencv可以处理的

行业-电子政务-基于情绪识别的艺术品推荐方法、装置、介质和电子设备.zip

行业分类-电信-一种基于WiFi信号的情绪识别方法.rar

情绪分类代码 数据源需自己手机 最好转成梅尔频谱 测试后 准确率达到98% 本人测试了开心 惊讶 哭 愤怒

行业分类-电信-基于双树复小波的脑电信号情绪识别特征提取方法.rar

包含百度云链接，包含完整的DEAP脑电数据集，可用于脑电情绪识别等等

脑电电极通道的分布信息，包括10-20和10-10的所有信息，例如坐标，相对位置等等

基于deap数据集的脑电情绪识别，本文采用多种模型，包括gnn模型，并对脑电特征进行特征提取，构建了对应的边特征点特征

包含完整的SEED和DEAP的脑电数据集

包含完整的seed脑电数据集