thgpddl / mini_XceptionLinks
用于表情识别的轻量级卷积神经网络
☆17Updated 2 years ago
Alternatives and similar repositories for mini_Xception
Users that are interested in mini_Xception are comparing it to the libraries listed below
Sorting:
- Deep Learning based Facial Expression Recognition, 基于深度学习的面部表情识别☆98Updated 5 months ago
- 基于深度学习TensorFlow+Keras+pyQT5的实时人脸表情识别项目,使用最新版本的框架编写,可用度高☆167Updated last month
- 人脸检测加表情识别☆162Updated 2 months ago
- 人脸识别之表情识别项目相关源码☆871Updated 10 months ago
- 利用Pytorch设计完成的基于卷积神经网络实现的面部表情识别项目 —— A facial expression recognition project based on convolution neural network designed by Pytorch 【Plu…☆280Updated last year
- Facial Emotion Recognition☆17Updated last year
- 基于tensorflow,利用fer2013数据集,卷积神经网络实现简单人脸表情识别☆17Updated 2 years ago
- 基于cnn的面部情绪识别☆13Updated last year
- 使用RepVGG网络在RAF-DB人脸表情数据集上训练并得到了一个人脸表情的分类系统 The RepVGG network is used to train a facial expression classification system on RAF-DB facia…☆19Updated 3 years ago
- 群体课堂专注度分析、考试作弊系统、动态点名功能的Qt Demo,使用多人姿态估计、情绪识别、人脸识别、静默活体检测等技术☆287Updated last year
- 使用fer2013数据集、tf2、opencv等完成人脸情绪识别☆16Updated 4 years ago
- 基于ResNet50在RAF-DB数据集上的人脸情绪识别☆22Updated last year
- 基于CNN的表情识别demo☆39Updated 6 years ago
- 课堂专注度及考试作弊系统、课堂动态点名。情绪识别、表情识别、姿态识别和人脸识别结合☆448Updated last year
- 基于CNN卷积神经网络实现实时分辨人脸微表情☆115Updated 4 years ago
- 基于卷积神经网络(CNN)的人脸在线识别系统☆146Updated last year
- 这是一个用pytorch实现的人脸表情识别☆42Updated 4 years ago
- Multiple Face Recognition based on FaceNet / 东南大学《模式识别》实验☆59Updated 4 years ago
- keras实现人脸表情识别☆33Updated 6 years ago
- 表情识别☆79Updated 7 years ago
- 使用casme2数据集训练的微表情识别MicroExpressionRecognition,支持摄像头、图片视频检测。☆131Updated 2 years ago
- 学生行为系统--实现人脸检测、人脸识别以及情绪识别与分析功能☆37Updated last year
- class attendance software☆370Updated 2 years ago
- 本科毕业设计--基于深度学习的人脸面部表情识别☆11Updated last year
- 基于PyQt5和Pytorch的表情识别系统☆11Updated last year
- 基于改进mobilevitv3的微表情识别系统(源码&教程)☆34Updated last year
- 基于注意力机制的表情识别☆15Updated 3 years ago
- 基于Paddle框架的TinyYOLO人脸检测和ResNet表情识别☆33Updated 4 years ago
- 基于多特征融合的微表情识别☆63Updated 4 years ago
- This method achieves SOTA single model accuracy of 73.70 % on FER2013 without using extra training data.☆95Updated last year