面部表情识别技术

人脸表情识别技术 面部表情识别分为以下任务： 任务1：简介和概述介绍项目的数据和概述。 查看在该项目结束时将要构建的最终产品的演示。 Rhyme介面简介。 从NumPy，Matplotlib和Keras导入基本模块和辅助函数。 任务2：浏览数据集显示Emotion FER数据集中每种表达类型的一些图像。 检查训练数据中的班级不平衡问题。 任务3：生成训练和验证批次通过实时数据增强生成张量图像数据的批次。 指定训练和验证图像目录的路径，并生成一批扩充数据。 任务4：创建卷积神经网络（CNN）模型设计具有4个卷积层和2个完全连接层的卷积神经网络，以预测7种面部表情。 使用Adam作为优化器，使用分类交叉熵作为损失函数，并使用精度作为评估指标。 任务5：训练和评估模型通过调用model.fit（）方法来训练CNN。 使用ModelCheckpoint（）保存与更高的验证准确性相关的权重