[PYTHON] Expressionsnachweis mit Yolov5

Inhalt dieser Zeit

Dieses Mal möchte ich über das Gesichtsausdruckerkennungsprogramm mit Yolov5 schreiben. Bitte beachten Sie, dass es aufgrund der Datensatzregeln nicht möglich ist, Fortschrittsbilder von Lerndaten zu veröffentlichen.

Modellinhalt

Erstellen Sie ein Modell, um sowohl positive als auch negative Gesichtsausdrücke zu erkennen. Das verwendete Modell war: [1]

Basierend auf diesem Datensatz haben wir visuell einen positiven oder negativen Datensatz erstellt. image.png

Lernen

part1(epoch50) results.png part2(epoch1000) results.png

Das Ergebnis sieht so aus.

Prüfung

Dieses Mal habe ich nur mit Frauenbildern trainiert, also habe ich mit 4 Bildern für Männer und Frauen getestet. part1(epoch50) 1.jpg 2.jpg 4.jpg 5.jpg part2(epoch1000) 1.jpg 2.jpg 4.jpg 5.jpg

Ergebnis

Dieses Mal gab es verschiedene Verzerrungen im Lernmodell, daher war die Genauigkeit nicht sehr gut, aber es scheint, dass die Analyse des Gesichtsausdrucks mit Yolo als Erfahrung durchgeführt werden kann. Daher möchte ich mein eigenes Modell erstellen und es erneut versuchen.

Verwendeter Datensatz

[1] The Japanese Female Facial Expression (JAFFE) Dataset

Michael J. Lyons, Miyuki Kamachi, Jiro Gyoba.
Coding Facial Expressions with Gabor Wavelets (IVC Special Issue)
arXiv:2009.05938 (2020) https://arxiv.org/pdf/2009.05938.pdf

Recommended Posts

Expressionsnachweis mit Yolov5
Gesichtserkennung mit Peppers API
[Ubuntu] [Python] Gesichtsorganerkennung mit dlib
Objekterkennung mit Jetson Nano (YOLOv3) - (1) Jetson Nano-Einstellungen-
Kaggle Facial Keypoints Detection
Ich habe versucht, die Gesichtserkennungs-API von Microsoft für Cognitive Services zu verwenden
Feature-Erkennung mit opencv (Eckenerkennung)
Logoerkennung mit der TensorFlow-Objekterkennungs-API
[Python] Verwenden von OpenCV mit Python (Kantenerkennung)
Ausreißererkennung mit One Class SVM
Gesichtserkennung mit einem Kaskadenklassifikator