vit-Reconocimiento-Expresiones-Faciales
motheecreator
Clasificación de imagen
El modelo vit-face-expression es un Transformer de Visión ajustado para la tarea de reconocimiento de emociones faciales. Está entrenado en los conjuntos de datos FER2013, MMI Expresión Facial y AffectNet, que consisten en imágenes faciales categorizadas en siete emociones diferentes: Enojado, Disgusto, Miedo, Feliz, Triste, Sorpresa y Neutral.
Como usar
Las imágenes de entrada son preprocesadas antes de ser alimentadas al modelo. Los pasos de preprocesamiento incluyen:
- Redimensionamiento: Las imágenes se redimensionan al tamaño de entrada especificado.
- Normalización: Los valores de los píxeles se normalizan a un rango específico.
- Aumento de Datos: Se aplican transformaciones aleatorias como rotaciones, volteos y zooms para aumentar el conjunto de datos de entrenamiento.
Funcionalidades
- Clasificación de imágenes
- Transformers
- TensorBoard
- Safetensors
- Puntos de Inferencia
Casos de uso
- Reconocimiento de emociones en rostros humanos
- Análisis de comportamiento en estudios psicológicos y sociológicos
- Mejora de interacción usuario-sistema en aplicaciones de servicio al cliente