镇江教育云平台网站建设,下列属于网页制作平台的是,家具设计师常去的网站,一级造价工程师报名网站文章目录 1、基本介绍2、每个数据集介绍2.1、FER2013#xff08;已预处理#xff09;2.2、FERPLUS#xff08;已预处理#xff09;2.3、RAF2.4、CK2.5、AffectNet2.6、MMAFEDB 3、获取方式 1、基本介绍 收集并整理了面部表情识别#xff08;Facial Emotion Recognition已预处理2.2、FERPLUS已预处理2.3、RAF2.4、CK2.5、AffectNet2.6、MMAFEDB 3、获取方式 1、基本介绍 收集并整理了面部表情识别Facial Emotion RecognitionFER相关的数据集包括FER2013数据集、FERPLUS数据集、RAF数据集、CK数据集MMAFEDB数据集AffectNet数据集。
2、每个数据集介绍
2.1、FER2013已预处理 Fer2013是由Goodfellow等人于2013年发布的广泛使用的表情识别数据集。它包含约35,000张灰度图像这些图像来自互联网公开资源涵盖了7种不同的表情类别愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。Fer2013数据集的多样性和规模使其成为训练深度学习模型的理想选择。
2.2、FERPLUS已预处理 FER 注释为标准的 Emotion FER 数据集提供了一组新的标签。在 FER 中每张图片都有10个众包标签这比原始的FER标签提供了更好的静态图像情感的真相。每个图像有10个标记研究人员就可以估计每张脸的情绪概率分布。这允许构建产生统计分布或多标签输出的算法而不是传统的单标签输出.
2.3、RAF RAF-DB人脸表情数据集是一个用于面部表情识别数据集。该数据集包含了丰富的训练和验证数据适用于研究和开发人脸表情识别算法。
2.4、CK CKCohn-Kanade数据集是由Lucey等人于2010年发布的一个面部表情数据集。CK数据集包含了593个视频序列涵盖了8种不同的表情类别包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶、中性和轻蔑。CK数据集具有较高的标注准确率提供了动态表情信息。
2.5、AffectNet AffectNet 数据集AffectNet是当前最大的面部表情数据集之一包含约42万张标注了表情类别和面部活动单元AU信息的面部表情图像。每张图像都标注了表情类别和面部活动单元AU信息。AffectNet适合训练和评估深度学习模型尤其是用于自然环境中的面部表情识别。
2.6、MMAFEDB 一共包含128K张MMA面部表情图像数据集MMAFEDB包含用于训练验证和测试的数据划分每个目录包含对应于七个面部表情类别的七个子目录分别是angry-愤怒disgust-厌恶fear-恐惧happy-快乐neutral-中性sad-悲伤surprise-惊讶
3、获取方式
收集整理不易获取方式请点击我
