最近又到了毕业设计开题阶段了，想起当年毕业的时候因为不懂深度学习，做了很多功课，翻阅论文、Github，查找各类资源网站去学习，最后在公开资源的基础上调试了无数次，成功实现了基于深度学习的人脸属性识别课题，虽然只有性别和表情两方面，但对于我从事计算机这一行业有着很大的启发。如今工作快两年了，各种压力挺大的，就利用闲暇时间重新编辑了这部分代码，对关键部分作了详细注释，代码很基础，但完全可以实现相关功能，如果有做这方面研究的学弟学妹，刚好你又基础薄弱的话，可以作为参考。
以下是对人脸性别预测和表情预测的部分代码及功能展示：
调用库和读入训练集
模型开始训练
调用训练好的模型进行单个人脸性别识别
对测试集预测结果做混淆矩阵，检验模型准确率
训练过程曲线图
表情识别结果展示
模型预测结果的混淆矩阵
以上就是我实验内容的部分展示，基本功能就是这些，代码很基础，识别准确率还有待提高，但当时电脑配置不够，跑完一个200轮的模型需要20小时，非常难等，所以我的FER2013表情识别模型在公开测试集的表现和最新论文对比还有差距，好在导师要求的是以实现识别功能为主，不要求提升准确率，所以只适合初学者研究参考。
所有程序在PyCharm2020环境中，基于Python3.7实现，我将训练代码、调用模型、混淆矩阵三种功能分别标注保存为word格式，附上当时训练的原始人脸图像集包括UTKface和FER2013,、还有训练好的一个模型、标签文件、预测结果文件一起打包。
有需要的同学可以私聊或＋Q 598385116。
