如何使用 caffe convnet 库检测面部表情？

Question

如何使用 caffe convnet 检测面部表情？

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。只需使用预先训练的数据。

有人可以教我怎么做吗？

Answer 1

Caffe支持输入数据的多种格式（HDF5 / LMDB / LevelDB）。这只是一个挑选你觉得最舒服的问题。这里有几个选项：

1. caffe / build / tools / convert_imageset：

convert_imageset是您从建筑Caffe的命令行工具之一。

用法如下：

• 在文本文件中指定图像列表和标签对。每对 1 行。
• 指定图像位置的位置。
• 选择后端数据库（哪种格式）。默认是 lmdb，应该没问题。

需要编写一个文本文件，其中每行从图像的文件名开始，后跟标标标签（例如，0,1,2，...）

在Python中使用Caffe's Datum class： 构建您的LMDB

这需要构建Caffe的Python接口。在这里，您可以编写一些python代码：

• 遍历图像列表
• 将图像加载到987654324 @阵列中。
• 构建Caffe Datum对象
• 将图像数据分配给Datum对象。
• Datum class有一个名为@ 987654328的成员，您可以将其设置为CK数据集的AU类，如果是您希望您的网络对分类。
• 将Datum对象写入DB，然后移动到下一个图像。

Here's从Gustav Larsson将图像转换为LMDB的代码SN-P.在他的示例中，他构建了一个LMDB的图像和标签对进行图像分类。

将lmdb加载到您的网络中：

这与 LeNet 示例中的完全一样。该数据层在网络Protott的开头，用于描述Lenet模型。

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
  }
}

源字段是将Caffe指向您刚刚创建的LMDB的位置的位置。

与性能相关的东西，不关键以实现工作，是指如何归一化输入功能。这是通过transform_param 字段完成的。 CK +具有固定尺寸的图像，因此无需调整大小。尽管需要进行一件事是标准化灰度值。您可以通过均值减法来做到这一点。这样做的简单是替换transform_param:scale的值，以ck + dataSet中的灰度强度的平均值。