Détection d'expression à l'aide de Yolov5

Contenu de cette fois

Cette fois, je voudrais écrire sur le programme de détection des expressions faciales utilisant Yolov5. Veuillez noter qu'il n'est pas possible de publier des images de progression des données d'apprentissage en raison des règles de l'ensemble de données.

Contenu du modèle

Construisez un modèle pour détecter les expressions faciales positives et négatives. Le modèle utilisé était: [1]

Sur la base de cet ensemble de données, nous avons créé un ensemble de données positif ou négatif visuellement.

Je connaissais au stade de la création du modèle avant l'entraînement, mais cette fois je suppose qu'il y a un problème qu'il est facile de se rapprocher du négatif car il y a un biais dans la catégorie uniquement pour les images féminines cette fois. fait.

Apprentissage

part1(epoch50) part2(epoch1000)

Le résultat ressemble à ceci.

tester

Cette fois, je me suis entraîné uniquement avec des images de femmes, j'ai donc testé avec 4 images pour hommes et femmes. part1(epoch50) part2(epoch1000)

Probablement le marron représente le négatif.

résultat

Cette fois, il y avait divers biais dans le modèle d'apprentissage, donc la précision n'était pas très bonne, mais il semble que l'analyse des expressions faciales à l'aide de yolo puisse être faite comme un sentiment, alors j'aimerais créer mon propre modèle et réessayer.

Ensemble de données utilisé

[1] The Japanese Female Facial Expression (JAFFE) Dataset

Michael J. Lyons, Miyuki Kamachi, Jiro Gyoba.
Coding Facial Expressions with Gabor Wavelets (IVC Special Issue)
arXiv:2009.05938 (2020) https://arxiv.org/pdf/2009.05938.pdf