歡迎大家來到我們的項目實戰課，本期內容是《基于SimpleNet的人臉表情識別實戰》，本次內容面向任意AI基礎的讀者，人人皆可免費學習。

所謂項目實戰課，就是以簡單的原理回顧+詳細的項目實戰的模式，針對具體的某一個主題，進行代碼級的實戰講解，可以采用直播或者錄制視頻的形式。與我們其他的系統性理論+實戰的視頻課專欄相比，每一次項目實戰都由獨立的老師完成，課程更加專注、時長更短、更輕量級，適合快速鍛煉項目能力。

本次課程內容

計算機視覺發展至今，許多技術已經非常成熟了，在各行各業落地業務非常多，因此不斷的有新同學入行。對于很多初入深度學習計算機視覺領域的朋友來說，當前開源資料非常多，但有時候難以適從，其中很多資料都沒有包含完整的項目流程，而只是對某個流程的部分截取，對能力的鍛煉不夠。

圖像分類是整個計算機視覺領域中最基礎的任務，也是最重要的任務之一，最適合拿來進行學習實踐。為了讓新手們能夠一次性體驗一個工業級別的圖像分類任務的完整流程，本次我們選擇帶領大家完成一個對視頻中人臉進行表情識別的任務。

本次選擇的項目的特點是：

(1) 任務常見且比較基礎。本次選擇的是一個基于嘴唇來識別4種常見表情的任務，之所以選擇嘴唇而不是整個人臉，一方面是因為嘴唇部分效果比較穩定顯著，另外一方面是可以讓大家使用OpenCV對人臉進行和關鍵點進行檢測，加深數據預處理的理解。

(2) 流程非常完善。包括從數據的獲取，數據的預處理，到模型的定義，模型訓練，模型測試，麻雀雖小五臟俱全，對于初學者理解CV任務是非常合適的，這也算是我們平臺的金標準任務了，在各個地方都介紹過。

下面就是項目的視頻效果展示，可以識別4種表情，包括無表情（neural），嘟嘴（pouting），微笑（smile），張嘴（open）。

課程經過剪輯后的總時長為62分鐘，約1個小時，本課程視頻+代碼完全免費供大家學習，各部分課程內容與時長如下：

部分	內容	時長(分鐘)
第1節	項目背景介紹	5
第2節	數據處理與讀取	32
第3節	模型訓練	18
第4節	模型測試	7

下面我們來簡單看一下各部分的內容：

第1部分：項目背景介紹，介紹本項目要研究的問題以及代碼地址。

第2部分：數據處理與讀理，包括數據的獲取，數據的預處理與讀取代碼。

第3部分：詳細講解模型的搭建與訓練。

第4部分：講解模型的可視化與測試。

圖片結果案例展示如下：

本次課程為錄播課程，講師為言有三，技術社區《有三AI》創始人。

先后就讀于華中科技大學(2008-2012)，中國科學院半導體研究所神經網絡實驗室(2012-2015)，先后就職于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度學習實驗室(2017.5-2019.3)，深度學習算法專家，阿里云MVP，華為云MVP。

擁有超過7年的計算機視覺從業經驗，擁有豐富的傳統圖像算法和深度學習計算機視覺項目經驗，著有書籍《深度學習之圖像識別：核心技術與案例實戰》(機械工業出版社2019.4)，《深度學習之模型設計：核心算法與案例實踐》(電子工業出版社2020.6)，《深度學習之人臉圖像處理：核心算法與案例實戰》(機械工業出版社2020.7)，《深度學習之攝影圖像處理：核心算法與案例精粹》(人民郵電出版社2021.4)，擁有10余項發明技術專利與學術論文。

如何訂閱

我們的視頻課全部在小鵝通平臺，可以使用手機APP鵝學習或者直接在網頁進行登錄，內容試聽以及訂閱請直接掃如下二維碼：

課程詳情如下：

更多人臉檢測與識別相關的內容，請點擊關注我們的人臉檢測與識別專欄。

【視頻課】13小時+3大項目掌握深度學習人臉圖像檢測與識別

實戰課講師招募

為了進一步豐富有三AI生態的實戰內容，歡迎有經驗，有能力的講師報名成為平臺講師：

講師要求如下：

(1) 有多次人工智能領域教學經驗，擅長演講與教學。

(2) 有3年以上人工智能領域項目實戰經驗。

(3) 有三AI已有生態成員優先。

實戰課的收入與平臺采取固定分成的方式，具體細節可在內容組了解詳情，報名請聯系微信Alice-girll提交簡歷，或直接聯系有三本人。

往期相關

• 【視頻課】有三AI所有免費與付費的視頻課程內容匯總（2022年1月）
  

總結

以上是生活随笔為你收集整理的【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。