Vit Facial Expression Recognition

由 mo-thecreator 开发

基于ViT的面部表情识别模型，在FER2013、MMI和AffectNet数据集上微调，支持七种情绪分类

下载量 8,730

发布时间 : 4/29/2024

模型介绍

内容详情

替代品

模型简介

该模型是基于视觉Transformer(ViT)架构的面部情绪识别模型，专门针对七种基本情绪进行分类，包括愤怒、厌恶、恐惧、高兴、悲伤、惊讶和中性。

多数据集融合训练

结合FER2013、MMI和AffectNet三个面部表情数据集进行训练，提高模型泛化能力

高效视觉Transformer架构

采用ViT基础架构，通过16x16图像块处理，在224x224分辨率下实现高效特征提取

优化的训练策略

使用余弦退火学习率调度和预热策略，配合Adam优化器实现稳定训练

面部情绪识别

七种基本情绪分类

静态图像情感分析

人机交互

情感感知系统

用于智能设备的情感感知界面，根据用户表情调整交互方式

准确率84.34%

心理健康

情绪状态监测

辅助心理医生或护理人员监测患者的情绪变化