> 기술 주변기기 > 일체 포함 > 10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?

10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?

PHPz
풀어 주다: 2024-01-08 16:42:04
앞으로
1250명이 탐색했습니다.

얼굴 표정은 인간 내면의 감정을 나타냅니다. 이는 사람이 화가 났는지, 슬픈지, 행복한지, 정상적인지 식별하는 데 도움이 됩니다. 의학 연구자들은 또한 얼굴 감정을 사용하여 사람의 정신 건강을 감지하고 이해합니다.

인공지능은 사람의 감정을 식별하는 데 큰 역할을 할 수 있습니다. 컨볼루션 신경망의 도움으로 우리는 사람의 이미지나 라이브 비디오를 기반으로 사람의 감정을 식별할 수 있습니다.

얼굴 표정 인식은 더 적은 노력과 더 적은 코드 줄로 사람의 감정을 감지하는 데 사용할 수 있는 Python 라이브러리입니다. Python으로 구현된 Tensorflow 및 Keras 라이브러리를 사용하여 심층 신경망으로 개발되었습니다. 사용된 데이터 세트는 Representation Learning: Facial Expression Recognition Challenge의 Kaggle 경쟁 챌린지에서 가져온 것입니다.

10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?

설치

pip를 사용하여 로컬 시스템에 라이브러리를 설치할 수 있습니다. 아래 명령을 실행하고 라이브러리가 설치되는 것을 확인하세요.

pip install per
로그인 후 복사

종속성:

  • OpenCV 3.2+
  • Tensorflow 1.7+
  • Python 3.6+

이미지의 감정 예측

from fer import FERimport matplotlib.pyplot as plt img = plt.imread("img.jpg")detector = FER(mtcnn=True)print(detector.detect_emotions(img))plt.imshow(img)
로그인 후 복사

emotion.py를 사용하여 저장하고 간단하게 Python Emotion을 사용하세요. py가 실행합니다.

출력:

[OrderedDict([(‘box’, (160, 36, 99, 89)), (’emotions’, {‘angry’: 0.0, ‘disgust’: 0.0, ‘fear’: 0.0, ‘happy’: 1.0, ‘sad’: 0.0, ‘surprise’: 0.0, ‘neutral’: 0.0})])]
로그인 후 복사

10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?

실시간 예측 웹 애플리케이션 코드

from fer import FERimport matplotlib.pyplot as pltimport streamlit as stfrom PIL import Image, ImageOpsst.write('''#Emotion Detector''')st.write("A Image Classification Web App That Detects the Emotions Based On An Image")file = st.file_uploader("Please Upload an image of Person With Face", type=['jpg','png'])if file is None:st.text("Please upload an image file")else:image = Image.open(file)detector = FER(mtcnn=True)result = detector.detect_emotions(image)st.write(result)st.image(image, use_column_width=True)
로그인 후 복사

Emotion_web.py를 사용하여 Python 파일을 저장합니다.

실행

streamlit run FILENAME.py
로그인 후 복사

10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?

URL을 복사하여 브라우저에 붙여넣으면 웹 애플리케이션이 실제로 작동하는 것을 볼 수 있습니다.

위 내용은 10줄의 코드로 얼굴 감정을 쉽게 감지하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

관련 라벨:
원천:51cto.com
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿