Advertisement

人脸面部表情识别图像数据集-涵盖中性、快乐、愤怒等八种表情-YOLO格式标注-包含25297张高清真实人脸小图-附带训练与测试集划分

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本数据集提供YOLO格式标注的25297张高清真实人脸图像，涵盖中性、快乐、愤怒等八种表情，并已明确划分训练与测试集。 人脸面部表情检测图像数据集包含八种基本表情（包括中性、快乐、愤怒等），采用YOLO格式标注，并含有25297张高质量的真实人脸小图。该数据集已按照训练与测试进行了划分，适用于深度学习算法的训练。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 人脸面部表情识别图像数据集-涵盖中性、快乐、愤怒等八种表情-YOLO格式标注-包含25297张高清真实人脸小图-附带训练与测试集划分
    优质
    本数据集提供YOLO格式标注的25297张高清真实人脸图像，涵盖中性、快乐、愤怒等八种表情，并已明确划分训练与测试集。 人脸面部表情检测图像数据集包含八种基本表情（包括中性、快乐、愤怒等），采用YOLO格式标注，并含有25297张高质量的真实人脸小图。该数据集已按照训练与测试进行了划分，适用于深度学习算法的训练。
     
  • 人脸表情图像数据集
    优质
    简介：人脸表情图像数据集是一系列标注了各种面部表情的图片集合，用于研究和开发人脸识别及情感计算技术。 该数据集包含五种情绪的人类面部表情图片：愤怒、恐惧、快乐、悲伤和惊讶。每种情绪的图片数量在70到250张之间不等。
     
  • 包含人类面部表情的训练数据集，涵盖愤怒、鄙视、厌恶、恐惧、高兴、中立、悲伤及惊讶，各含4101张图像。
    优质
    本数据集包含了32808张图像，详细记录了人类八种基本情感状态——愤怒、鄙视、厌恶、恐惧、快乐、中立、悲伤和惊讶的面部表情变化。每种情绪有4101张图片，便于深度学习模型训练识别各种复杂的人类情感表达。 该数据集基于面部表情训练数据创建。图像尺寸统一为96x96像素，并且它们的标签是从原始数据集中目录名称推断出来的。源数据集被分割成两个子集——训练集和测试集，这两个子集中的类别是平衡分布的。文件train.csv和test.csv分别包含了训练子集和测试子集中标签到文件名之间的映射关系。 分类包括愤怒、鄙视、厌恶、恐惧、高兴、中立、悲伤以及惊讶这八种表情类型，每类包含4101张图片。为了进一步平衡各个类别间的样本数量差异，使用了Python的Albumentations库进行数据扩充处理，具体方法是根据最大类别的大小来进行调整。
     
  • VOC目标检测数据集（人脸表情识别8类）A版 - 8279张图片，适合Yolo训练
    优质
    本数据集为VOC格式的人脸表情识别专用，包含8279张图像，涵盖8种基本表情类别。精心标注，适配YOLO模型的高效目标检测需求。 数据集格式为Pascal VOC（不含分割路径的txt文件及yolo格式的txt文件，仅包含jpg图片及其对应的xml标注）。该数据集中共有8279张图片与相应的8279个标注文件。 标注类别总数为8种：恐惧、悲伤、惊讶、轻蔑、愤怒、中立、厌恶和快乐。各分类的具体数量如下： - 恐惧: 1035 - 悲伤: 1035 - 惊讶: 1035 - 轻蔑: 1035 - 愤怒: 1035 - 中立: 1034 - 厌恶: 1035 - 快乐: 1035 标注工具为labelImg，规则是对每个类别进行矩形框的绘制。本次数据集发布包括A、B、C和D四个版本，各版本之间没有文件名重叠。 重要提示：本数据集中提供的模型训练资料仅限于准确且合理的标记信息，并不对所生成模型或其权重精度提供任何保证。
     
  • VOC目标检测数据集（人脸表情识别8类）B版 - 8197张图片，适用于Yolo训练
    优质
    本数据集为VOC格式的人脸表情图像集合，包含8种基本情绪类别，共8197张图片，优化升级版本，专为YOLO目标检测算法的训练与测试设计。 数据集采用Pascal VOC格式存储（不含分割路径的txt文件、yolo格式的txt文件），仅包含jpg图片及对应的xml标注文件。总共有8197张图片，每一张都有相应的XML标注文件。 该数据集中有八种不同的类别： - sad - disgust - anger - surprised - happy - fear - contempt - neutral 各类别的标注数量如下： sad：1024个标记框； disgust：1025个标记框； anger：1025个标记框； surprised：1024个标记框； happy：1024个标记框； fear：1025个标记框； contempt：1025个标记框； neutral：1025个标记框。 标注工具使用的是labelImg，具体规则是对每个类别进行矩形区域的绘制。本次发布包含A、B、C和D四个不同的版本，各版本之间没有文件名重复的情况，可以下载后混合用于训练。 请注意，数据集不保证所训练模型或权重文件的精度，只确保标注信息准确合理。
     
  • 人脸面部表情识别数据集文件.zip
    优质
    本资料包包含人脸面部表情识别的数据集，适用于研究和开发基于图像或视频的人脸表情分析系统。 人脸面部表情识别数据集文件包含多次重复的文件名“人脸面部表情识别数据集文件.zip”。
     
  • 人脸表情识别数据集.zip
    优质
    该数据集包含丰富的人脸表情图像，适用于进行人脸检测、关键点定位及表情分类等研究。涵盖多种基本面部表情，助力开发智能情感计算应用。 人脸表情识别是人工智能课程设计的一部分。使用Keras构建CNN卷积神经网络，并利用fer2013数据集进行训练，每次训练完成后保存模型。接着通过OpenCV跨平台计算机视觉库与摄像头交互，截取每一帧图像。采用OpenCV的人脸检测功能来定位人脸区域，随后加载已训练好的表情识别模型对画面中的人脸进行预测分析，并将结果实时显示在摄像头的视频流上。整个项目是在Jupyter Notebook环境中设计并实现的，可以直接通过连接到电脑摄像头演示其实际效果。
     
  • CK+人脸表情识别数据集
    优质
    CK+人脸表情识别数据集是一个广泛使用的研究资源，包含来自超过100个参与者的丰富面部表情视频片段，旨在促进对人类情感表达的理解和机器分析。 人脸8种动态彩色表情数据集包含123个受试者（subjects）以及593个图像序列（image sequence）。每个图像序列的最后一帧都标注了动作单元（action units），其中，有327个序列还附上了情感标签（emotion label）。这个数据集在人脸表情识别研究中非常流行，并且许多相关论文都会使用该数据集进行测试。资源包括压缩后的数据文件和关于数据集的介绍文档、公开的研究文献。
     
  • FER2013人脸表情识别数据集
    优质
    FER2013数据集是一个广泛用于研究和开发的人脸表情识别资源库，包含超过35,000张灰度图像及对应的表情分类标签。 该数据集来自2013年Kaggle的一个比赛，包含三个文件：fer2013.bib、fer2013.csv 和 README。
     
  • 面部表情识别的深度学习-人脸表情数据集001
    优质
    本项目专注于面部表情识别技术的研发与应用，通过构建和分析大规模的人脸表情数据集，利用深度学习算法提高表情识别准确率。 深度学习-表情识别-人脸表情数据集需要分成两个文件下载。“深度学习-表情识别-人脸表情数据集001”文件需积分下载，而“深度学习-表情识别-人脸表情数据集002”无需积分。请在同一个目录下解压这两个文件以完成安装和使用。