如何使用caffe convnet库来检测面部表情？ [英] How to use caffe convnet library to detect facial expressions?

问题描述

如何使用caffe convnet检测面部表情？

How can I use caffe convnet to detect facial expressions?

我有一个图像数据集，Cohn Kanade，我想用这个数据集训练caffe convnet。 Caffe 有一个文档站点，但它没有解释如何训练我自己的数据。只需预先训练好的数据。

I have a image dataset, Cohn Kanade, and I want to train caffe convnet with this dataset. Caffe has a documentation site, but its not explain how to train my own data. Just with pre trained data.

有人可以教我怎么做吗？

Can someone teach me how to do it?

推荐答案

Caffe支持输入数据的多种格式（HDF5 / lmdb / leveldb）。这只是挑选一个你觉得最舒服的问题。以下是几个选项：

Caffe supports multiple formats for the input data (HDF5/lmdb/leveldb). It's just a matter of picking the one you feel most comfortable with. Here are a couple of options:

1. caffe / build / tools / convert_imageset：

1. caffe/build/tools/convert_imageset:

convert_imageset 是您从构建caffe获得的命令行工具之一。

convert_imageset is one of the command line tools you get from building caffe.

用法如下：

• 指定文本文件中的图像和标签对列表。每对1行。


• 指定图像的位置。


• 选择后端数据库（格式）。默认值是lmdb，应该没问题。

你需要写一个文本文件，其中每一行都以图片的文件名开头通过标量标签（例如0,1,2，...）

You need to write up a text file where each line starts with the filename of the image followed by a scalar label (e.g. 0, 1, 2,...)

1. 构建您的lmdb python使用Caffe的 Datum 类：

这需要构建caffe的python接口。在这里你写一些python代码：

This requires building caffe's python interface. Here you write some python code that:

• 遍历图像列表


• 加载图像进入 numpy 数组。


• 构造一个caffe Datum 对象


• 将图像数据分配给 Datum 对象。


• Datum class有一个名为 label 的成员，你可以从CK数据集中将它设置为AU类，如果这是你希望你的网络分类的话。 / li>
  
• 将 Datum 对象写入数据库，然后转到下一个图像。

• iterates through a list of images
• loads the images into a numpy array.
• Constructs a caffe Datum object
• Assigns the image data to the Datum object.
• The Datum class has a member called label you can set it to the AU class from your CK dataset, if that is what you want your network to classify.
• Writes the Datum object to the db and moves on to the next image.

这里 Gustav Larsson在博客文章中将图像转换为lmdb的代码片段。在他的例子中，他为图像分类构建了一个lmdb的图像和标签对。

Here's a code snippet of converting images to an lmdb from a blog post by Gustav Larsson. In his example he constructs an lmdb of images and label pairs for image classification.

将lmdb加载到您的网络中：

这与LeNet示例完全相同。这个数据层位于描述LeNet模型的网络原型文本的开头。

This is done exactly like in the LeNet example. This Data layer at the beginning of the network prototxt that describes the LeNet model.

layer {
  name: "mnist"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "examples/mnist/mnist_train_lmdb"
    batch_size: 64
    backend: LMDB
  }
}

源字段是指向caffe到lmdb位置的位置你刚刚创建的。

The source field is where you point caffe to the location of the lmdb you just created.

与性能更相关的东西，并不是让这个工作起作用的关键是指定如何规范化输入功能。这是通过 transform_param 字段完成的。 CK +具有固定大小的图像，因此无需调整大小。但是，您需要做的一件事是将灰度值标准化。你可以通过平均减法来做到这一点。这样做的一个简单方法是用CK +数据集中灰度强度的平均值替换 transform_param：scale 的值。

Something more related to performance and not critical to getting this to work is specifying how to normalize the input features. This is done through the transform_param field. CK+ has fixed size images, so no need for resizing. One thing you do need though is normalize the grayscale values. You can do this through mean subtraction. A simple of doing this is to replace the value of transform_param:scale with the mean value of the gray scale intensities in your CK+ dataset.

这篇关于如何使用caffe convnet库来检测面部表情？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！