科大讯飞CV赛baseline：图像分类实践+0.55

Posted 2021-08-17 Datawhale

赛题名称：科大讯飞人脸情绪识别挑战赛

赛题类型：cv 图像分类

赛题报名链接：http://challenge.xfyun.cn/topic/info?type=facial-emotion-recognition&ch=dw-sq-1

赛题介绍

人脸表情是传播人类情感信息与协调人际关系的重要方式，表情识别是指从静态照片或视频序列中选择出表情状态，从而确定对人物的情绪与心理变化。

在日常生活中人类习惯从面部表情中吸收非言语暗示，那么计算机可以完成类似任务吗？答案是肯定的，但是需要训练它学会识别情绪。

赛事任务

给定人脸照片完成具体的情绪识别，选手需要根据训练集数据构建情绪识别任务，并对测试集图像进行预测，识别人脸的7种情绪。

赛题数据由训练集和测试集组成，训练集数据集按照不同情绪的文件夹进行存放。其中：

• 训练集：2.8W张人脸图像；

• 测试集：7K张人脸图像；

为了简化任务赛题图像只包含单张人脸，所有图像的尺寸为48*48像素。数据集包括的情绪标签包括以下7类：

• angry

• disgusted

• fearful

• happy

• neutral

• sad

• surprised

赛题baseline思路

赛题为一个典型的图像分类任务，所以可以使用CNN来完成图像分类过程。具体实现步骤如下：

• 定义数据读取和数据扩增

• 定义CNN模型

• 模型训练与验证

Keras实现

首先定义网络模型，这里可以自定义一个多层CNN网络模型结构，最后加上全连接层。

model = Sequential()
model.add(Conv2D(16, (5, 5), padding='same', input_shape=(48, 48, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, (5, 5), padding='same', ))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, (5, 5), padding='same', ))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(7, activation="softmax"))

model.compile(loss='categorical_crossentropy',
              optimizer=Adam(learning_rate=0.001),
              metrics=['accuracy'])

定义数据读取，划分20%数据作为验证集：

train_datagen = ImageDataGenerator(
  rescale=1./255,validation_split=0.2)
  
val_datagen = ImageDataGenerator(
  rescale=1./255, validation_split=0.2)

一行代码完成模型训练过程：

model.fit_generator(
        train_data,
        epochs=5,
        validation_data=val_data,
        validation_steps=200)
model.save_weights('first_try.h5') 

Pytorch实现

定义网络模型，这里可以用预训练的CNN网络模型，精度会更高：

class XunFeiNet(nn.Module):
    def __init__(self):
        super(XunFeiNet, self).__init__()
                
        model = models.resnet18(True)
        model.avgpool = nn.AdaptiveAvgPool2d(1)
        model.fc = nn.Linear(512, 7)
        self.resnet = model
         
    def forward(self, img):        
        out = self.resnet(img)
        return out

定义模型的正常传播和反向传播：

def train(train_loader, model, criterion, optimizer, epoch):
    model.train()

    acc1 = []
    for i, (input, target) in enumerate(train_loader):
        input = input.cuda(non_blocking=True)
        target = target.cuda(non_blocking=True)
        output = model(input)
        loss = criterion(output, target)

        acc1.append((output.argmax(1) == target).float().mean().item())
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        
        if i % 100 == 0:
            print('Train: {0}'.format(np.mean(acc1)))

完成模型的训练与验证：

model = XunFeiNet().cuda()
criterion = nn.CrossEntropyLoss().cuda()
optimizer = torch.optim.SGD(model.parameters(), 0.003)
best_acc = 0.0
for epoch in range(10):
    train(train_loader, model, criterion, optimizer, epoch)
    val_acc = validate(val_loader, model, criterion)

公众号后台，回复“CV”可下载baseline代码，同时可进群加入cv队伍，一起组队参赛