iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 4
0
Mobile Development

顏色 countenance APP製作筆記系列 第 4

[Day 4]準備模型訓練的圖片

  • 分享至 

  • xImage
  •  

在使用CoreML進行情緒辨識之前,我們需要先訓練能夠辨識情緒影像的模型。而在開始訓練之前,首先需要搜集大量的圖片用來作為模型訓練的數據,若準備的圖片數量越多則可以讓數據資料更為準確。

搜集圖片

  1. 首先我們要新增兩個資料夾,分別為Training Data與Testing Data,等等會將圖片分別放入。
    https://ithelp.ithome.com.tw/upload/images/20200917/20130458Og5bjdSyRJ.png

  2. 分別在兩個資料夾中都新增要判斷的情緒資料夾,由於我們的app有六種情緒可以判斷,因此我們新增了六個資料夾,並分別以Angry、Happy、Neutral、Sad、Surprise、Contempt命名。
    https://ithelp.ithome.com.tw/upload/images/20200917/20130458zM0eVOs7UU.png

  3. 接著搜集許多代表不同情緒的臉部圖片,可以自己嘗試擺出各種表情,也可以請親朋好友幫忙。由於需要的圖片數量非常龐大,因此我們上網找尋了免費的圖片資源,存下來作為我們訓練模型的數據。

判斷圖片情緒

  1. 為了要讓進行訓練的圖片有一定的準確度,因此我們將準備好的圖片放入微軟(Microsoft Azure)提供的免費線上臉部辨識服務。
    https://ithelp.ithome.com.tw/upload/images/20200917/20130458RArAIpUoNf.png

  2. 得出圖片的情緒數值後,進行篩選分類,若完全不符合預設情緒則移除。將符合的圖片,依情緒量值分為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9與1.0,0.1代表準確度最低,1.0則代表準確度最高。
    https://ithelp.ithome.com.tw/upload/images/20200917/20130458vVX8xFAH6y.png

  3. 將欲使用的圖片都判斷準確度後,挑選出準確度較高(0.9與1.0)的圖片,將他移到Training Data的資料夾,並從剩餘圖片中挑選想要進行測試的圖片,移到Testing Data的資料夾,便完成了CoreML的事前準備工作。
    https://ithelp.ithome.com.tw/upload/images/20200917/20130458gcE6h8rYjj.png

Microsoft Azure:https://azure.microsoft.com/zh-tw/services/cognitive-services/face/#demo


上一篇
[Day 3] 建立Xcode專案
下一篇
[Day 5] 介面簡單快速做
系列文
顏色 countenance APP製作筆記30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言