“這篇文章是對202 科大訊飛人臉情緒識別挑戰(zhàn)賽的說明與總結(jié)。”

比賽鏈接

http://challenge.xfyun.cn/topic/info?type=facial-emotion-recognition

任務(wù)

賽題要求根據(jù)給定的數(shù)據(jù)集訓(xùn)練分類器。

數(shù)據(jù)由訓(xùn)練集和測試集組成，訓(xùn)練集數(shù)據(jù)集按照不同情緒的文件夾進行存放。其中：

• 訓(xùn)練集：2.8W張人臉圖像；
• 測試集：7K張人臉圖像；

圖像的尺寸為48*48像素。數(shù)據(jù)集包括的情緒標簽包括以下7類：

• angry
• disgusted
• fearful
• happy
• neutral
• sad
• surprised

#baseline：

https://gitee.com/coggle/competition-baseline/tree/master/competition/%E7%A7%91%E5%A4%A7%E8%AE%AF%E9%A3%9EAI%E5%BC%80%E5%8F%91%E8%80%85%E5%A4%A7%E8%B5%9B2021/%E4%BA%BA%E8%84%B8%E6%83%85%E7%BB%AA%E8%AF%86%E5%88%AB%E6%8C%91%E6%88%98%E8%B5%9B

baseline使用了 efficientnet_b1、resnnet18 finetune的方式完成訓(xùn)練，精度大概在66%左右。

筆者采用 多分類器決策 的方法，將精度提升至72%。具體使用的分類器包括：

• efficientnet_b1

• efficientnet_b3

• inception_v3

• res2net101_26w_4s

• resnet50

• resnet101d

• xception41

值得注意的是，在使用5分類器時性能可以達到0.72053，后面新增res2net101_26w_4s、xception41分類器性能幾乎無提升。（盡管res2net101_26w_4s能達到70%左右的分類水平）

出于時間原因，并無后續(xù)的優(yōu)化。如果各位有好的刷榜方法，希望能一起交流。

“感謝您的閱讀。”

歡迎關(guān)注下方公眾號，一起交流ai賽事。

總結(jié)

以上是生活随笔為你收集整理的人脸情绪识别挑战赛 图像分类 pytorch的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。