Ekspresi muka menunjukkan emosi dalaman manusia. Mereka membantu kami mengenal pasti sama ada seseorang itu marah, sedih, gembira atau normal. Penyelidik perubatan juga menggunakan emosi muka untuk mengesan dan memahami kesihatan mental seseorang.
Kecerdasan buatan boleh memainkan peranan besar dalam mengenal pasti emosi seseorang. Dengan bantuan rangkaian neural convolutional, kita boleh mengenal pasti emosi seseorang berdasarkan imej atau video langsungnya.
Pengecaman Ekspresi Wajah ialah perpustakaan Python yang boleh digunakan untuk mengesan emosi seseorang dengan kurang usaha dan lebih sedikit baris kod. Ia dibangunkan dengan rangkaian saraf dalam menggunakan perpustakaan Tensorflow dan Keras yang dilaksanakan dalam Python. Set data yang digunakan adalah daripada cabaran pertandingan Kaggle dalam Pembelajaran Perwakilan: Cabaran Pengecaman Ekspresi Wajah.
Kita boleh menggunakan pip untuk memasang perpustakaan dalam sistem tempatan. Hanya jalankan arahan di bawah dan lihat pustaka anda dipasang.
pip install per
Dependencies:
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)
Output:
[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})])]
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)
Jalankan
streamlit run FILENAME.py
Atas ialah kandungan terperinci Bagaimana untuk mengesan emosi muka dengan mudah dengan 10 baris kod?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!