三层（卷积+池化）+两层（全连接+Dropout）。1.识别是否带墨镜。 2.识别人脸朝向（直视、左、右、上）。 3.识别表情（自然、生气、高兴、伤心）。 4.识别人脸

Pytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorch实现基于卷积神经网络的面部表情识别数据集（只含数据集）.zipPytorc

人脸表情识别数据集7类(悲伤、害怕、厌恶、快乐、气愤、惊讶、中性).zip 人脸表情识别数据集7类(悲伤、害怕、厌恶、快乐、气愤、惊讶、中性).zip 人脸表情识别数据集7类(悲伤、害怕、厌恶、快乐、气愤、惊讶、中性).zip 数据量比较大，该数据集适合做分类识别，不可用于目标检测。 resnet 、vgg16、cnn、Mobilenet等网络。 放心下载使用 【基于卷积神经网络实现面部表情识别源码及模型下载地址】(准确率达到97%) https://download.csdn.net/download/DeepLearning_/87325594

人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等 人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等 人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等

日本漫画表情图片数据集，该数据集包含几种情绪(它们旁边的数字是计数)•高兴(38)•愤怒(54)•哭泣(56)•悲伤(57)•尴尬(67)•快乐(87)•震惊惊讶(103) 日本漫画表情图片数据集，该数据集包含几种情绪(它们旁边的数字是计数)•高兴(38)•愤怒(54)•哭泣(56)•悲伤(57)•尴尬(67)•快乐(87)•震惊惊讶(103)

Fer2013数据集下载 https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data 把csv文件分为train、test、val三类 # -*- coding: utf-8 -*- import csv import os database_path = r'/Users/zhaodongyu/Desktop/vision and image/Project' datasets_path = r'/Users/zhaodongyu/De

面部表情比较数据集，该数据集是一个大规模的面部表情数据集，由人脸图像三联以及人类注释组成，这些注释指定了每个三联中的哪两张脸在面部表情方面形成了最相似的对。这个数据集中的每个三元组都由6名或6名以上的人工评分员注释。该数据集与现有的主要专注于离散情绪分类或动作单元检测的表情数据集有很大不同。

面部表情比较图像数据集，每个注释都是集合{1,2,3}中的一个整数。值为1意味着与第一张脸的表情相比，三元组中第二张和第三张脸的表情在视觉上更相似。值为2意味着与第二张脸的表情相比，三元组中第一张和第三张脸的表情在视觉上更相似。值为3意味着与第三张脸的表情相比，三元组中第一张和第二张脸的表情在视觉上更相似。

这是写论文时收集的一些关于人脸表情识别方面的论文，对我帮助很大，大家感兴趣可以看看。

基于深度学习的人脸表情识别算法研究.pdf