人脸表情识别 深度神经网络 python实现 简单模型 fer2013数据集

参考网址：https://sefiks.com/2018/01/01/facial-expression-recognition-with-keras/

1.数据集介绍及处理：

（1)　　数据集Fer2013下载地址为：https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data

　　该数据集中每张图片的像素为48*48，该数据集用excel读取后显示的格式如下图所示：

              

第一列为标签（也即为什么表情），第二列为像素值，第三列是代表该图片是训练集还是测试集，已经给你打乱了。只需要用即可

(2)pandas读取数据集　　

import numpy as np import pandas as pd data = pd.read_csv(\'data/fer2013/fer2013.csv\') num_of_instances = len(data) #获取数据集的数量 print("数据集的数量为：",num_of_instances) pixels = data[\'pixels\'] emotions = data[\'emotion\'] usages = data[\'Usage\']