fer2013人脸表情数据集简介
fer2013人脸表情数据集简介
fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张,公共验证图(PublicTest)和私有验证图(PrivateTest)各3589张,每张图片是由大小固定为48×48的灰度图像组成,共有7种表情,分别对应于数字标签0-6,具体表情对应的标签和中英文如下: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,
如上图所示,第一张图是csv文件的开头,第一行是表头,说明每列数据的含义,第一列表示表情标签,第二列即为图片数据,这里是原始的图片数据,最后一列为用途。
将表情图片提取出来
知道数据结构以后,就好办了,使用pandas解析csv文件,再将原始图片数据保存为jpg文件,并根据用途和标签标签进行分类,分别保存到对应文件夹下,代码比较简单,并且做了详细备注,直接给完整代码如下:
#encoding:utf-8
import pandas as pd
import numpy as np
import scipy.misc as sm
import osemotions = {'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
}#创建文件夹
def createDir(dir):if os.path.exists(dir) is False:os.makedirs(dir)def saveImageFromFer2013(file):#读取csv文件faces_data = pd.read_csv(file)imageCount = 0#遍历csv文件内容,并将图片数据按分类保存for index in range(len(faces_data)):#解析每一行csv文件内容emotion_data = faces_data.loc[index][0]image_data = faces_data.loc[index][1]usage_data = faces_data.loc[index][2]#将图片数据转换成48*48data_array = list(map(float, image_data.split()))data_array = np.asarray(data_array)image = data_array.reshape(48, 48)#选择分类,并创建文件名dirName = usage_dataemotionName = emotions[str(emotion_data)]#图片要保存的文件夹imagePath = os.path.join(dirName, emotionName)# 创建“用途文件夹”和“表情”文件夹createDir(dirName)createDir(imagePath)#图片文件名imageName = os.path.join(imagePath, str(index) + '.jpg')sm.toimage(image).save(imageName)imageCount = indexprint('总共有' + str(imageCount) + '张图片')if __name__ == '__main__':saveImageFromFer2013('fer2013.csv')
运行结果,
运行完上面的代码后,得到3个文件夹,文件下有相应的表情的子文件夹,
子文件夹下又有相应的图片,
fer2013人脸表情数据集简介相关推荐
- CNN表情识别系统制作(1)----fer2013人脸表情数据集简介
fer2013人脸表情数据集简介 fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张,公共验证图(PublicTest)和私有验证图(Privat ...
- 外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类
外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类 文章目录 外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类 ...
- 人脸表情数据集-fer2013
------韦访 20181102 1.概述 ---- 2.fer2013人脸表情数据集简介 Fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张, ...
- CK+人脸表情数据集下载
Cohn-Kanade(CK+)扩 展 数 据是目前比较通用的人脸表情数据集,适合于人脸表情识别的研究.它是 2010 年在Cohn-Kanda 数据集的基础上扩展得来的,包含 123 名参与者.59 ...
- FER2013人脸表情识别从零实现(Pytorch,FNN,CNN)
学完了深度学习的理论和框架,接下来就是实践啦!相信大家在实践的时候都会去找各种的项目,本文是kaggle上面的一个深度学习小项目,目的是实现人脸表情的分类.接下来我将具体讲解实现过程,相信你只要学了深 ...
- Python实现将人脸表情数据集fer2013转化为图像形式存储本地
fer2013数据集由35886张人脸不同表情图片组成,其中训练集28708张,验证集和测试集各3589张.每张图片的大小是48*48像素大小,表情分为7种: 0 anger 生气 1 disgust ...
- 【深度学习】基于pytorch的FER2013人脸表情图像识别(ResNet/VGG/DenseNet)
题目要求 1.1. 任务要求 数据集:Facial Expression Recognition Challenge,共有7类:生气.恶心.害怕.快乐.悲伤.惊讶.中性. 基本要求(50%):构建Re ...
- Kaggle ICML2013 fer2013人脸表情识别/面部表情识别:训练、调优、调试与踩坑
目录 概要: 问题来源: 论文对此比赛的说明: 选择原因: 实现与优化思路: 前置: 数据处理: 原csv数据的读取与分割: csv数据转图片和tfrecord的存取: tfrecord接生产队列供模 ...
- 人脸表情数据集集合整理——数据集构建新的体会
1. XM2VTSDB 人脸多模态数据库 (including high quality colour images, 32 KHz 16-bit sound files, video sequenc ...
最新文章
- 【AI初识境】被Hinton,DeepMind和斯坦福嫌弃的池化,到底是什么?​​​​​​​
- 【常用】数学符号及读法大全
- (转)SQL 查找重复记录
- 我国最早超级计算机,全球十大超级计算机将在沪开通
- mysql查看当前连接数
- 截取指定字符前_VBA学习笔记35-1:字符串拆分与组合
- java 调用 go_实践总结:在 Java 中调用 Go 代码
- SQL必知必会-约束
- java sql注入 过滤器_java 过滤器filter防sql注入 | 学步园
- 计算机机房需求调查表,弱电工程设计流程及客户需求调研表
- HDU-6287 口算训练(想法题)
- logstash 时间获取失败(yyyy-mm-dd失效)
- 电子认证许可证书(电子签名 需要 什么资质)
- 【微信小程序】./miniprogram\ 未找到 [1.06.2210141][win32-x64]错误
- 首个Laravel工作流引擎发布 V1.0正式版
- 张学友十大粤语十大国语金曲赏析
- Edraw Max教程】如何有趣的创建梦幻般的思维导图
- 多媒体视频开发_(6) EasyDarwin开源流媒体服务器程序搭建
- java爬虫系列(四)——动态网页爬虫升级版
- iOS开发-10.多线程