phamquiluan/ResidualMaskingNetwork
ICPR 2020: Facial Expression Recognition using Residual Masking Network
解決的問題
本專案提供面部表情辨識（FER）與情感偵測的尖端方法，旨在提升從影像與即時影片串流中識別人類情感的準確度。
作法說明
本專案實作殘差遮罩網路（RMN），一種專為情感偵測設計的神經網路架構。支援在標準資料集（如 FER2013 和 ImageNet）上進行訓練，並提供單一畫面或即時網路攝影機輸入的推論工具。為追求更高準確度，亦支援一種集成方法，透過無權重平均法融合七個不同模型的預測結果。
適用對象
對電腦視覺與情感 AI 感興趣的開發者與研究人員，以及希望透過簡單的 Python API 或客戶端瀏覽器範例將情感偵測整合至應用程式的使用者。
主要特色
- 高準確度：在 FER2013 資料集上表現優於多個基線模型（如 VGG19 和 ResNet）。
- 易於整合：可透過
pip install rmn安裝，並提供簡單的 API 用於影像與影片偵測。 - 注重隱私的示範：內建 Hugging Face Space 示範，推論完全於客戶端使用 ONNX Runtime Web 執行。
- 全面的基準測試：提供在 FER2013 與 ImageNet 資料集上的詳細準確率結果。
相關
- 專案
- 專案
- 專案
- 專案
- Dispatch