Facial Expression Classification Using Residual Neural Nets

4.6

71件の評価

提供:

4,117人がすでに登録済みです

このガイド付きプロジェクトでは、次のことを行います。
2 hours
初級
ダウンロード不要
分割画面ビデオ
英語
デスクトップのみ

In this hands-on project, we will train a deep learning model based on Convolutional Neural Networks (CNNs) and Residual Blocks to detect facial expressions. This project could be practically used for detecting customer emotions and facial expressions. By the end of this project, you will be able to: - Understand the theory and intuition behind Deep Learning, Convolutional Neural Networks (CNNs) and Residual Neural Networks. - Import Key libraries, dataset and visualize images. - Perform data augmentation to increase the size of the dataset and improve model generalization capability. - Build a deep learning model based on Convolutional Neural Network and Residual blocks using Keras with Tensorflow 2.0 as a backend. - Compile and fit Deep Learning model to training data. - Assess the performance of trained CNN and ensure its generalization using various KPIs. - Improve network performance using regularization techniques such as dropout.

あなたが開発するスキル

  • Data Science

  • Deep Learning

  • Machine Learning

  • Python Programming

  • Computer Vision

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

FACIAL EXPRESSION CLASSIFICATION USING RESIDUAL NEURAL NETS からの人気レビュー

すべてのレビューを見る

よくある質問