Skip to content

This program was created with the aim of learning and reference to Big Task 2 Image Processing.

Notifications You must be signed in to change notification settings

rahmatsubandi/Pendeteksi-Ekspresi-Wajah

Repository files navigation

Pendeteksian Wajah Dengan Python dan Pustaka

Pendahuluan

Proyek ini bertujuan untuk mengklasifikasikan emosi di wajah seseorang menjadi salah satu dari Tujuh Kategori/Ekspresi , menggunakan jaringan saraf konvolusional yang dalam. Model ini dilatih pada kumpulan data FER-2013 yang dipublikasikan di International Conference on Machine Learning (ICML). Dataset ini terdiri dari 35887 grayscale, gambar wajah berukuran 48x48 dengan Tujuh Emosi - marah, jijik, takut, senang, netral, sedih dan terkejut.

Dependensi atau alat dan pustaka yang digunakan

  • Python 3, OpenCV, Tensorflow
  • Langkah awalan utuk menjalankan program ketikan perintah berikut di dalam terminal pip install -r requirements.txt.

Penggunaan Dasar

Repositori saat ini kompatibel dengan tensorflow-2.3.1 dan menggunakan API Keras menggunakan tensorflow.keras pustaka.

  • Download the FER-2013 dataset from here and unzip it inside the src folder. This will create the folder data.

  • Jika ingin melatih kumpulan data (model), ketikan:

python main.py --mode train
  • Jika ingin melihat prediksi/hasil tanpa pelatihan lagi, Anda dapat mendownload model terlatih dari sini dan kemudian menjalankan:
python main.py --mode display
  • Struktur Folder:
    src:

    • data (folder)
    • main.py (file)
    • dataset_prepare.py (file)
    • haarcascade_frontalface_default.xml (file)
    • model.h5 (file)
    • requirements.txt (file)
  • Penerapan ini secara default mendeteksi emosi pada semua wajah di umpan webcam. Dengan CNN 4-lapis sederhana, akurasi pengujian mencapai 63,2% dalam 50 epoch.

Accuracy plot

Persiapan Data (opsional jika ingin melatih data dengan kumpulan data sendiri)

  • The dataset FER2013 asli dalam Kaggle tersedia sebagai file csv tunggal. Saya telah mengonversi menjadi kumpulan data gambar dalam format PNG untuk pelatihan / pengujian dan memberikan ini sebagai kumpulan data di bagian sebelumnya.

  • ika Anda ingin bereksperimen dengan kumpulan data baru, Anda mungkin harus berurusan dengan data dalam format csv. Saya telah memberikan kode yang saya tulis untuk preprocessing data di dataset_prepare.py file yang dapat digunakan untuk referensi.

Algoritma

  • Pertama, metode haar cascade digunakan untuk mendeteksi wajah di setiap bingkai dari umpan webcam.

  • Wilayah gambar yang berisi wajah diubah ukurannya menjadi 48x48 dan diteruskan sebagai input ke CNN.

  • Jaringan mengeluarkan daftar skor softmax untuk tujuh kelas emosi.

  • Emosi dengan skor maksimal ditampilkan di layar.

Example Output

Output

References Program

  • "Challenges in Representation Learning: A report on three machine learning contests." I Goodfellow, D Erhan, PL Carrier, A Courville, M Mirza, B Hamner, W Cukierski, Y Tang, DH Lee, Y Zhou, C Ramaiah, F Feng, R Li,
    X Wang, D Athanasakis, J Shawe-Taylor, M Milakov, J Park, R Ionescu, M Popescu, C Grozea, J Bergstra, J Xie, L Romaszko, B Xu, Z Chuang, and Y. Bengio. arXiv 2013.

About

This program was created with the aim of learning and reference to Big Task 2 Image Processing.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages