fer2013表情数据集
先将代码解压到成train、test、val3个csv文件
# -*- coding: utf-8 -*-
import csv
import osdatabase_path = r'C:\Users\zhoutao\Downloads\fer2013'
datasets_path = r'C:\Users\zhoutao\Downloads\fer2013\dataset'
csv_file = os.path.join(database_path, 'fer2013.csv')
train_csv = os.path.join(datasets_path, 'train.csv')
val_csv = os.path.join(datasets_path, 'val.csv')
test_csv = os.path.join(datasets_path, 'test.csv')with open(csv_file) as f:csvr = csv.reader(f)header = next(csvr)rows = [row for row in csvr]trn = [row[:-1] for row in rows if row[-1] == 'Training']#防止产生空行csv.writer(open(train_csv, 'w+',newline='', encoding='utf-8-sig')).writerows([header[:-1]] + trn)print(len(trn))val = [row[:-1] for row in rows if row[-1] == 'PublicTest']csv.writer(open(val_csv, 'w+',newline='', encoding='utf-8-sig')).writerows([header[:-1]] + val)print(len(val))tst = [row[:-1] for row in rows if row[-1] == 'PrivateTest']csv.writer(open(test_csv, 'w+',newline='', encoding='utf-8-sig')).writerows([header[:-1]] + tst)print(len(tst))
然后将图片还原为jpg图片
# -*- coding: utf-8 -*-
import csv
import os
from PIL import Image
import numpy as npdatasets_path = r'C:\Users\zhoutao\Downloads\fer2013\dataset'
train_csv = os.path.join(datasets_path, 'train.csv')
val_csv = os.path.join(datasets_path, 'val.csv')
test_csv = os.path.join(datasets_path, 'test.csv')train_set = os.path.join(datasets_path, 'train')
val_set = os.path.join(datasets_path, 'val')
test_set = os.path.join(datasets_path, 'test')for save_path, csv_file in [(train_set, train_csv), (val_set, val_csv), (test_set, test_csv)]:if not os.path.exists(save_path):os.makedirs(save_path)num = 1with open(csv_file) as f:csvr = csv.reader(f)header = next(csvr)for i, (label, pixel) in enumerate(csvr):pixel = np.asarray([float(p) for p in pixel.split()]).reshape(48, 48)subfolder = os.path.join(save_path, label)if not os.path.exists(subfolder):os.makedirs(subfolder)im = Image.fromarray(pixel).convert('L')image_name = os.path.join(subfolder, '{:05d}.jpg'.format(i))print(image_name)im.save(image_name)
fer2013表情数据集相关推荐
- 人脸表情数据集-fer2013
------韦访 20181102 1.概述 ---- 2.fer2013人脸表情数据集简介 Fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张, ...
- fer2013人脸表情数据集简介
fer2013人脸表情数据集简介 fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张,公共验证图(PublicTest)和私有验证图(Privat ...
- 外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类
外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类 文章目录 外包 | LBP/HOG/CNN 实现对 CK/jaffe/fer2013 人脸表情数据集分类 ...
- Python实现将人脸表情数据集fer2013转化为图像形式存储本地
fer2013数据集由35886张人脸不同表情图片组成,其中训练集28708张,验证集和测试集各3589张.每张图片的大小是48*48像素大小,表情分为7种: 0 anger 生气 1 disgust ...
- CNN表情识别系统制作(1)----fer2013人脸表情数据集简介
fer2013人脸表情数据集简介 fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张,公共验证图(PublicTest)和私有验证图(Privat ...
- CK+人脸表情数据集下载
Cohn-Kanade(CK+)扩 展 数 据是目前比较通用的人脸表情数据集,适合于人脸表情识别的研究.它是 2010 年在Cohn-Kanda 数据集的基础上扩展得来的,包含 123 名参与者.59 ...
- 表情识别/情绪识别:ExpW表情数据集
ExpW表情数据集 1.数据集介绍 2.数据集处理 3.数据集下载 1.数据集介绍 论文<Deep Facial Expression Recognition: A Survey>里对其进 ...
- 关于微表情数据集SMIC的获取方法
关于微表情数据集SMIC的获取方法 关于芬兰奥卢大学的获取邮箱进行资料获取断断续续持续了半年这次终于找到了正确的联系方式,并且很快收到了回复,真的心情莫名激动啊! 首先声明一下,在奥卢大学的官网已经明 ...
- 微表情数据集汇总(全)
最近一段时间收集了一些微表情的数据集,主要有两个目的,一是做一个汇总,二是为了正在找相关数据集的同学提供一个方便.如果你有文中未提到的数据集可以在下面留言附上链接,万分感谢~ CK+:http://w ...
- Fer2013表情识别Group_Project_Document
关于数据集 首先关于如何把csv文件中的数字文件还原为图片可以看我的这篇博文 https://blog.csdn.net/qq_38905818/article/details/104411572 首 ...
最新文章
- 使用jQuery检查输入是否为空
- linux 编译链接过程,编译程序 一:linux程序编译过程(一)-编译和链接
- wyh 的 Code Style
- 下一代编解码标准的抉择
- Android官方开发文档Training系列课程中文版:支持不同的设备之支持不同的平台版本
- sun.misc.BASE64Encoder 不建议使用java.sun自带包中的内容
- python变量类型字符串的内建函数使用
- sql join 示例_SQL CROSS JOIN与示例
- 在线最小公倍数计算器
- String通过“+”号拼接字符串的底层实现
- cefsharp作为采集工具(学习笔记)
- ffmpeg可支持的编码器、解码器、封装格式、网络协议
- 在阿里云注册域名后如何网站备案
- 笔记本插拔电源屏闪问题
- Tomcat下载安装及配置Https教程
- FMI飞马网线上直播-《ELK Stack深入浅出》
- java dojo,针对 Java 开发人员的 Dojo 概念
- Java并发指南12:深度解读 java 线程池设计思想及源码实现
- h5 富文本输入框_H5富文本编辑器的详细介绍
- 步进电机定子相数:单相/两相/三相/四相/五相结构工作原理