面部表情数据集合集——需要的点进来

文章目录

1、基本介绍

收集并整理了面部表情识别(Facial Emotion Recognition,FER)相关的数据集,包括FER2013数据集、FERPLUS数据集、RAF数据集、CK+数据集,MMAFEDB数据集,AffectNet数据集。

2、每个数据集介绍

2.1、FER2013(已预处理)

Fer2013是由Goodfellow等人于2013年发布的广泛使用的表情识别数据集。它包含约35,000张灰度图像,这些图像来自互联网公开资源,涵盖了7种不同的表情类别(愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性)。Fer2013数据集的多样性和规模使其成为训练深度学习模型的理想选择。

2.2、FERPLUS(已预处理)

FER+ 注释为标准的 Emotion FER 数据集提供了一组新的标签。在 FER+ 中,每张图片都有10个众包标签,这比原始的FER标签提供了更好的静态图像情感的真相。每个图像有10个标记,研究人员就可以估计每张脸的情绪概率分布。这允许构建产生统计分布或多标签输出的算法,而不是传统的单标签输出.

2.3、RAF

RAF-DB人脸表情数据集是一个用于面部表情识别数据集。该数据集包含了丰富的训练和验证数据,适用于研究和开发人脸表情识别算法。

2.4、CK+

CK+(Cohn-Kanade+)数据集是由Lucey等人于2010年发布的一个面部表情数据集。CK+数据集包含了593个视频序列,涵盖了8种不同的表情类别,包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶、中性和轻蔑。CK+数据集具有较高的标注准确率,提供了动态表情信息。

2.5、AffectNet

AffectNet 数据集:AffectNet是当前最大的面部表情数据集之一,包含约42万张标注了表情类别和面部活动单元(AU)信息的面部表情图像。每张图像都标注了表情类别和面部活动单元(AU)信息。AffectNet适合训练和评估深度学习模型,尤其是用于自然环境中的面部表情识别。

2.6、MMAFEDB

一共包含128K张MMA面部表情图像数据集,MMAFEDB包含用于训练,验证和测试的数据划分,每个目录包含对应于七个面部表情类别的七个子目录,分别是angry-愤怒,disgust-厌恶,fear-恐惧,happy-快乐,neutral-中性,sad-悲伤,surprise-惊讶

3、获取方式

收集整理不易,获取方式请点击我

相关推荐
智数研析社7 小时前
9120 部 TMDb 高分电影数据集 | 7 列全维度指标 (评分 / 热度 / 剧情)+API 权威源 | 电影趋势分析 / 推荐系统 / NLP 建模用
大数据·人工智能·python·深度学习·数据分析·数据集·数据清洗
xchenhao19 小时前
Scikit-Learn 对糖尿病数据集(回归任务)进行全面分析
python·机器学习·回归·数据集·scikit-learn·特征·svm
xchenhao19 小时前
Scikit-learn 对加州房价数据集(回归任务)进行全面分析
python·决策树·机器学习·回归·数据集·scikit-learn·knn
xchenhao2 天前
SciKit-Learn 全面分析分类任务 breast_cancer 数据集
python·机器学习·分类·数据集·scikit-learn·svm
semantist@语校2 天前
第十九篇|东京世界日本语学校的结构数据建模:制度函数、能力矩阵与升学图谱
数据库·人工智能·线性代数·矩阵·prompt·github·数据集
xchenhao5 天前
SciKit-Learn 全面分析 digits 手写数据集
python·机器学习·分类·数据集·scikit-learn·svm·手写
深度学习lover5 天前
<数据集>yolo梨幼果识别数据集<目标检测>
python·yolo·目标检测·计算机视觉·数据集
却道天凉_好个秋6 天前
深度学习(四):数据集划分
人工智能·深度学习·数据集
爱补鱼的猫猫6 天前
快速构建数据集-假数据(生成&划分)
数据集
飞翔的佩奇10 天前
【完整源码+数据集+部署教程】骰子点数识别图像实例分割系统源码和数据集:改进yolo11-DCNV2
python·yolo·计算机视觉·数据集·yolo11·骰子点数识别图像实例分割