在好例子网，分享、交流、成长！
您当前所在位置：首页 → Python 开发实例 → Python语言基础 → 情感计算实例源码，通过表情识别情绪

情感计算实例源码，通过表情识别情绪

Python语言基础

下载此实例
  • 开发语言：Python
  • 实例大小：50.76M
  • 下载次数：36
  • 浏览次数：208
  • 发布时间：2022-03-01
  • 实例类别：Python语言基础
  • 发 布 人：2846785402
  • 文件格式：.zip
  • 所需积分：2
 相关标签： Development Android develop dev and
网友评论 举报投诉 收藏该页

实例介绍

【实例简介】情感计算实例源码，通过表情识别情绪
【实例截图】from clipboard

【核心代码】

.
├── emotic-main
│   ├── LICENSE
│   ├── README.md
│   ├── __pycache__
│   │   ├── emotic.cpython-37.pyc
│   │   ├── emotic.cpython-38.pyc
│   │   ├── emotic_dataset.cpython-38.pyc
│   │   ├── inference.cpython-38.pyc
│   │   ├── inference_emotic.cpython-37.pyc
│   │   ├── inference_emotic.cpython-38.pyc
│   │   ├── loss.cpython-38.pyc
│   │   ├── prepare_models.cpython-38.pyc
│   │   ├── test.cpython-38.pyc
│   │   └── train.cpython-38.pyc
│   ├── debug_exp
│   │   ├── config.txt
│   │   ├── logs
│   │   │   ├── train
│   │   │   │   ├── events.out.tfevents.1626697232.LAPTOP-3PNGACNS
│   │   │   │   ├── events.out.tfevents.1640695221.DESKTOP-3DPBHH3
│   │   │   │   ├── events.out.tfevents.1640696164.DESKTOP-3DPBHH3
│   │   │   │   ├── events.out.tfevents.1641224700.DESKTOP-3DPBHH3
│   │   │   │   └── events.out.tfevents.1641224793.DESKTOP-3DPBHH3
│   │   │   └── val
│   │   │       ├── events.out.tfevents.1626697232.LAPTOP-3PNGACNS
│   │   │       ├── events.out.tfevents.1640695221.DESKTOP-3DPBHH3
│   │   │       ├── events.out.tfevents.1640696164.DESKTOP-3DPBHH3
│   │   │       ├── events.out.tfevents.1641224700.DESKTOP-3DPBHH3
│   │   │       └── events.out.tfevents.1641224793.DESKTOP-3DPBHH3
│   │   └── results
│   │       ├── inference_list.txt
│   │       ├── val_cat_labels.mat
│   │       ├── val_cat_preds.mat
│   │       ├── val_cont_labels.mat
│   │       ├── val_cont_preds.mat
│   │       └── val_thresholds.npy
│   ├── detect.py
│   ├── detect.yaml
│   ├── emotic.py
│   ├── emotic_dataset.py
│   ├── images
│   │   ├── airdesk.gif
│   │   ├── ak.jpg
│   │   ├── amaze_full.jpg
│   │   ├── amaze_full.png
│   │   ├── amaze_partial.png
│   │   ├── filestructure.jpg
│   │   ├── happy.png
│   │   ├── pipeline.png
│   │   ├── trump.gif
│   │   └── trump2.png
│   ├── inference.py
│   ├── inference_emotic.py
│   ├── loss.py
│   ├── main.py
│   ├── mat2py.py
│   ├── models
│   │   ├── __init__.py
│   │   ├── __pycache__
│   │   │   ├── __init__.cpython-37.pyc
│   │   │   ├── __init__.cpython-38.pyc
│   │   │   ├── common.cpython-37.pyc
│   │   │   ├── common.cpython-38.pyc
│   │   │   ├── experimental.cpython-37.pyc
│   │   │   ├── experimental.cpython-38.pyc
│   │   │   ├── yolo.cpython-37.pyc
│   │   │   └── yolo.cpython-38.pyc
│   │   ├── common.py
│   │   ├── experimental.py
│   │   ├── export.py
│   │   ├── helmet.yaml
│   │   ├── hub
│   │   │   ├── anchors.yaml
│   │   │   ├── yolov3-spp.yaml
│   │   │   ├── yolov3-tiny.yaml
│   │   │   ├── yolov3.yaml
│   │   │   ├── yolov5-fpn.yaml
│   │   │   ├── yolov5-p2.yaml
│   │   │   ├── yolov5-p6.yaml
│   │   │   ├── yolov5-p7.yaml
│   │   │   ├── yolov5-panet.yaml
│   │   │   ├── yolov5l6.yaml
│   │   │   ├── yolov5m6.yaml
│   │   │   ├── yolov5s-transformer.yaml
│   │   │   ├── yolov5s6.yaml
│   │   │   └── yolov5x6.yaml
│   │   ├── yolo.py
│   │   ├── yolov5l.yaml
│   │   ├── yolov5m.yaml
│   │   ├── yolov5s.yaml
│   │   └── yolov5x.yaml
│   ├── prepare_models.py
│   ├── readFromGravity.py
│   ├── requirement.txt
│   ├── resmasknet.txt
│   ├── runs
│   │   └── detect
│   │       ├── COCO_train2014_000000000165.jpg
│   │       ├── COCO_train2014_000000000308.jpg
│   │       ├── COCO_train2014_000000000322.jpg
│   │       ├── COCO_train2014_000000000326.jpg
│   │       ├── COCO_train2014_000000000368.jpg
│   │       ├── COCO_train2014_000000000389.jpg
│   │       ├── COCO_train2014_000000000431.jpg
│   │       ├── COCO_train2014_000000000625.jpg
│   │       ├── COCO_train2014_000000000731.jpg
│   │       ├── COCO_train2014_000000000790.jpg
│   │       ├── COCO_train2014_000000000839.jpg
│   │       ├── COCO_train2014_000000000897.jpg
│   │       ├── COCO_train2014_000000000927.jpg
│   │       ├── COCO_train2014_000000001014.jpg
│   │       ├── COCO_train2014_000000001108.jpg
│   │       └── COCO_train2014_000000001145.jpg
│   ├── sample_inference_list.txt
│   ├── test.py
│   ├── testImages
│   │   ├── COCO_train2014_000000000165.jpg
│   │   ├── COCO_train2014_000000000308.jpg
│   │   ├── COCO_train2014_000000000322.jpg
│   │   ├── COCO_train2014_000000000326.jpg
│   │   ├── COCO_train2014_000000000368.jpg
│   │   ├── COCO_train2014_000000000389.jpg
│   │   ├── COCO_train2014_000000000431.jpg
│   │   ├── COCO_train2014_000000000625.jpg
│   │   ├── COCO_train2014_000000000731.jpg
│   │   ├── COCO_train2014_000000000790.jpg
│   │   ├── COCO_train2014_000000000839.jpg
│   │   ├── COCO_train2014_000000000897.jpg
│   │   ├── COCO_train2014_000000000927.jpg
│   │   ├── COCO_train2014_000000001014.jpg
│   │   ├── COCO_train2014_000000001108.jpg
│   │   └── COCO_train2014_000000001145.jpg
│   ├── train.py
│   ├── utils
│   │   ├── __init__.py
│   │   ├── __pycache__
│   │   │   ├── __init__.cpython-37.pyc
│   │   │   ├── __init__.cpython-38.pyc
│   │   │   ├── autoanchor.cpython-37.pyc
│   │   │   ├── autoanchor.cpython-38.pyc
│   │   │   ├── datasets.cpython-37.pyc
│   │   │   ├── datasets.cpython-38.pyc
│   │   │   ├── datasets2.cpython-38.pyc
│   │   │   ├── general.cpython-37.pyc
│   │   │   ├── general.cpython-38.pyc
│   │   │   ├── google_utils.cpython-37.pyc
│   │   │   ├── google_utils.cpython-38.pyc
│   │   │   ├── loss.cpython-38.pyc
│   │   │   ├── metrics.cpython-37.pyc
│   │   │   ├── metrics.cpython-38.pyc
│   │   │   ├── plots.cpython-37.pyc
│   │   │   ├── plots.cpython-38.pyc
│   │   │   ├── torch_utils.cpython-37.pyc
│   │   │   └── torch_utils.cpython-38.pyc
│   │   ├── activations.py
│   │   ├── autoanchor.py
│   │   ├── aws
│   │   │   ├── __init__.py
│   │   │   ├── mime.sh
│   │   │   ├── resume.py
│   │   │   └── userdata.sh
│   │   ├── datasets.py
│   │   ├── datasets2.py
│   │   ├── flask_rest_api
│   │   │   ├── README.md
│   │   │   ├── example_request.py
│   │   │   └── restapi.py
│   │   ├── general.py
│   │   ├── google_app_engine
│   │   │   ├── Dockerfile
│   │   │   ├── additional_requirements.txt
│   │   │   └── app.yaml
│   │   ├── google_utils.py
│   │   ├── loss.py
│   │   ├── metrics.py
│   │   ├── plots.py
│   │   ├── torch_utils.py
│   │   └── wandb_logging
│   │       ├── __init__.py
│   │       ├── __pycache__
│   │       │   ├── __init__.cpython-38.pyc
│   │       │   └── wandb_utils.cpython-38.pyc
│   │       ├── log_dataset.py
│   │       └── wandb_utils.py
│   └── weights
│       └── yolov5s.pt
├── ~$readme.doc
└── 好例子网_emotic-main.zip

22 directories, 166 files



标签： Development Android develop dev and

实例下载地址

情感计算实例源码，通过表情识别情绪

不能下载？内容有错？ 点击这里报错 + 投诉 + 提问

好例子网口号：伸出你的我的手 — 分享！

相关软件

相关文章

网友评论

我要评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警