毕业项目：基于yolov8的人脸表情检测识别系统（Python+卷积神经网络）

文章目录

往期经典回顾

项目项目
基于yolov8的车牌识别系统基于yolov8/yolov5的钢铁缺陷检测系统

概要

    随着5G时代的到来，我们正迈入一个万物互联的智能世界。伴随着这一进程，各类AI算法和深度学习神经网络不断涌现，同时，低功耗、高性能的智能芯片逐渐进入市场。这些技术的快速迭代和发展，加速了智能设备在日常生活中的普及应用。如今，人脸识别技术已经广泛融入社会生活的方方面面，而人脸表情识别作为其中的重要分支，也成为了研究的热点方向。

    人脸表情识别在教育、智能医疗、人机交互等领域具有广阔的应用前景。人脸表情是面部器官和肌肉动作共同作用下的表现结果。心理学研究表明，人脸表情不仅仅限于基本的高兴、悲伤、平静等，还包括许多复杂的复合表情，比如惊喜（高兴+惊讶）、紧张（恐惧+焦虑）等。随着社会的智能化进程加快，人脸表情识别技术的应用场景将更加广泛。因此，当前急需一种识别效果好、应用价值高的人脸表情识别系统，以满足各类智能化需求。

关键词：人脸表情；深度学习；特征融合；注意力机制；卷积神经网络

在这里插入图片描述

一、整体资源介绍

项目中所用到的算法模型和数据集等信息如下：

算法模型：
    yolov8、yolov8 + SE注意力机制

数据集：
    网上下载的数据集，格式都已转好，可直接使用。

以上是本套代码算法的简单说明，添加注意力机制是本套系统的创新点 。

技术要点

  • OpenCV：主要用于实现各种图像处理和计算机视觉相关任务。
  • Python：采用这种编程语言，因其简洁易学且拥有大量丰富的资源和库支持。
  • 数据增强技术： 翻转、噪点、色域变换，mosaic等方式，提高模型的鲁棒性。

功能展示：

部分核心功能如下：

  • 功能1： 支持单张图片识别
  • 功能2： 支持遍历文件夹识别
  • 功能3： 支持识别视频文件
  • 功能4： 支持摄像头识别
  • 功能5： 支持结果文件导出（xls格式）
  • 功能6： 支持切换检测到的目标查看

功能1 支持单张图片识别

系统支持用户选择图片文件进行识别。通过点击图片选择按钮，用户可以选择需要检测的图片，并在界面上查看所有识别结果。该功能的界面展示如下图所示：
在这里插入图片描述

功能2 支持遍历文件夹识别

系统支持选择整个文件夹进行批量识别。用户选择文件夹后，系统会自动遍历其中的所有图片文件，并将识别结果实时更新显示在右下角的表格中。该功能的展示效果如下图所示：
在这里插入图片描述

功能3 支持识别视频文件

在许多情况下，我们需要识别视频中的目标。因此，系统设计了视频选择功能。用户点击视频按钮即可选择待检测的视频，系统将自动解析视频并逐帧识别多个目标，同时将识别结果记录在右下角的表格中。以下是该功能的展示效果：
在这里插入图片描述

功能4 支持摄像头识别

在许多场景下，我们需要通过摄像头实时识别目标。为此，系统提供了摄像头选择功能。用户点击摄像头按钮后，系统将自动调用摄像头并进行实时识别，识别结果会即时记录在右下角的表格中。
在这里插入图片描述

功能5 支持结果文件导出（xls格式）

本系统还添加了对识别结果的导出功能，方便后续查看，目前支持导出xls数据格式，功能展示如下：

在这里插入图片描述

功能6 支持切换检测到的目标查看

在这里插入图片描述

二、数据集

该数据集包含7种类别的人脸表情图片，并已按照train、val、test文件夹分类，且配备了适用于YOLO格式的标注文件，用户可以直接使用。

fer2013人脸表情数据集包含35,886张人脸表情图片，分辨率固定为48×48的灰度图像。数据集划分为：训练集（Training） 28,708张，公共验证集（PublicTest）和私有验证集（PrivateTest）各3,589张。

数据集中共有7种表情类别，并使用数字标签0-6进行标注。具体表情及其标签对应关系如下：
0 - anger（生气）
1 - disgust（厌恶）
2 - fear（恐惧）
3 - happy（开心）
4 - sad（伤心）
5 - surprised（惊讶）
6 - normal（中性）
但是，数据集并没有直接给出图片，而是将表情、图片数据、用途的数据保存到csv文件中，如下图所示，
在这里插入图片描述
我提供的都是将其转换好的，可以直接拿来训练。

转换后的数据样式如下：

在这里插入图片描述

三、算法介绍

1. YOLOv8 概述

简介

YOLOv8算法的核心特性和改进如下：

  • 全新SOTA模型
    YOLOv8 提供了全新的最先进（SOTA）的模型，包括P5 640 和 P6 1280分辨率的目标检测网络，同时还推出了基于YOLACT的实例分割模型。与YOLOv5类似，它提供了N/S/M/L/X五种尺度的模型，以满足不同场景的需求。
  • Backbone
    骨干网络和Neck部分参考了YOLOv7 ELAN的设计思想。
    将YOLOv5的C3结构替换为梯度流更丰富的C2f结构。
    针对不同尺度的模型，调整了通道数，使其更适配各种任务需求。
    在这里插入图片描述
    网络结构如下：
    在这里插入图片描述

相比之前版本，YOLOv8对模型结构进行了精心微调，不再是“无脑”地将同一套参数应用于所有模型，从而大幅提升了模型性能。这种优化使得不同尺度的模型在面对多种场景时都能更好地适应。

然而，新引入的C2f模块虽然增强了梯度流，但其内部的Split等操作对特定硬件的部署可能不如之前的版本友好。在某些场景中，C2f模块的这些特性可能会影响模型的部署效率。

? 四、模型训练步骤

  1. 使用pycharm打开代码，找到train.py打开，示例截图如下：
    在这里插入图片描述

  2. 修改 model_yaml 的值，根据自己的实际情况修改，想要训练 yolov8s模型 就 修改为 model_yaml = yaml_yolov8s， 训练 添加SE注意力机制的模型就修改为 model_yaml = yaml_yolov8_SE

  3. 修改data_path 数据集路径，我这里默认指定的是traindata.yaml 文件，如果训练我提供的数据，可以不用改

  4. 修改 model.train()中的参数，按照自己的需求和电脑硬件的情况更改

    # 文档中对参数有详细的说明
model.train(data=data_path,             # 数据集
            imgsz=640,                  # 训练图片大小
            epochs=200,                 # 训练的轮次
            batch=2,                    # 训练batch
            workers=0,                  # 加载数据线程数
            device='0',                 # 使用显卡
            optimizer='SGD',            # 优化器
            project='runs/train',       # 模型保存路径
            name=name,                  # 模型保存命名
            )
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

  5. 修改traindata.yaml文件， 打开 traindata.yaml 文件，如下所示：
    在这里插入图片描述
    在这里，只需修改 path 的值，其他的都不用改动（仔细看上面的黄色字体），我提供的数据集默认都是到 yolo 文件夹，设置到 yolo 这一级即可，修改完后，返回 train.py 中，执行train.py。

  6. 打开 train.py ，右键执行。
    在这里插入图片描述

  7. 出现如下类似的界面代表开始训练了
    在这里插入图片描述

  8. 训练完后的模型保存在runs/train文件夹下
    在这里插入图片描述

? 五、模型评估步骤

  1. 打开val.py文件，如下图所示：
    在这里插入图片描述

  2. 修改 model_pt 的值，是自己想要评估的模型路径

  3. 修改 data_path ，根据自己的实际情况修改，具体如何修改，查看上方模型训练中的修改步骤

  4. 修改 model.val()中的参数，按照自己的需求和电脑硬件的情况更改

    model.val(data=data_path,           # 数据集路径
          imgsz=300,                # 图片大小，要和训练时一样
          batch=4,                  # batch
          workers=0,                # 加载数据线程数
          conf=0.001,               # 设置检测的最小置信度阈值。置信度低于此阈值的检测将被丢弃。
          iou=0.6,                  # 设置非最大抑制 (NMS) 的交叉重叠 (IoU) 阈值。有助于减少重复检测。
          device='0',               # 使用显卡
          project='runs/val',       # 保存路径
          name='exp',               # 保存命名
          )
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

  5. 修改完后，即可执行程序，出现如下截图，代表成功（下图是示例，具体以自己的实际项目为准。）
    在这里插入图片描述

  6. 评估后的文件全部保存在在 runs/val/exp... 文件夹下
    在这里插入图片描述

? 六、训练结果

我们每次训练后，会在 run/train 文件夹下出现一系列的文件，如下图所示：
在这里插入图片描述
   如果大家对于上面生成的这些内容（confusion_matrix.png、results.png等）不清楚是什么意思，可以在我的知识库里查看这些指标的具体含义，示例截图如下：

在这里插入图片描述

?完整代码

   如果您希望获取博文中提到的所有实现相关的完整资源文件（包括测试图片、视频、Python脚本、UI文件、训练数据集、训练代码、界面代码等），这些文件已被全部打包。以下是完整资源包的截图：

在这里插入图片描述

您可以通过下方演示视频的视频简介部分进行获取，获取位置看下方图片文字：

演示视频：
基于深度学习的人脸表情检测系统（v8）

总结

本文介绍的基于深度学习的人脸表情识别系统，通过引入SE注意力机制等创新点，有效提升了表情识别的精度和系统的稳定性。SE注意力机制能够为模型分配更合适的特征权重，使其更敏锐地捕捉到面部细微表情变化，从而增强模型的识别能力。

系统基于YOLOv8等先进的目标检测框架，实现了高效快速的人脸定位与表情分类，使得在各种复杂场景下，系统依然能够保持高效的检测速度和识别准确率。通过结合YOLOv8的强大检测能力与SE模块的特征优化，表现出了良好的泛化能力和稳定性。

注：本文转载自blog.csdn.net的大学生毕业题目的文章"https://blog.csdn.net/weixin_71667732/article/details/142849792"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！