基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的人脸表情识别系统
简介
本仓库提供了一个基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的人脸表情识别系统的完整资源，包括PySide6界面和训练代码。该系统能够从图像、视频、实时视频流及批量文件中识别人脸表情，并提供了用户认证管理、模型快速切换及界面个性化定制等功能。
主要功能
- 人脸表情识别：系统能够精准识别和分类人脸表情，支持多种输入格式（图片、视频、实时视频流、批量文件）。
- 用户认证管理：系统提供基于SQLite的注册登录管理功能，确保系统的安全性。
- 模型快速切换：用户可以通过界面一键更换YOLOv8/v5模型，满足不同场景下的检测需求。
- 界面个性化定制：用户可以自定义图标、文字等界面元素，提供更个性化的使用体验。
系统界面效果
系统以PySide6作为GUI库，提供了一套直观且友好的用户界面。主要界面功能包括：
- 注册登录管理：用户在首次使用时需要通过注册界面进行注册，输入用户名和密码后，系统会将这些信息存储在SQLite数据库中。注册成功后，用户可以通过登录界面输入用户名和密码进行登录。
- 主界面功能：系统提供了支持图片、视频、实时摄像头和批量文件输入的功能。用户可以通过点击相应的按钮，选择要进行人脸表情检测的图片或视频，或者启动摄像头进行实时检测。在进行人脸表情检测时，系统会实时显示检测结果，并将检测记录存储在数据库中。
- 一键更换模型：用户可以通过点击界面上的”更换模型”按钮，选择不同的YOLOv8模型进行检测。
- 界面修改：用户可以自定义图标、文字等界面元素，例如，用户可以根据自己的喜好，选择不同风格的图标，也可以修改界面的文字描述。
数据集介绍
数据集包含了9900张精选图像，这些图像被分为8001张训练图像、900张测试图像和999张验证图像。数据集的类别包括Anger（愤怒）、Contempt（轻蔑）、Disgust（厌恶）、Fear（恐惧）、Happy（快乐）、Neutral（中立）、Sad（悲伤）和Surprise（惊讶）。数据集的均衡性通过精心设计和数据筛选实现，确保模型不会偏向于过度代表的类别。
代码简介
代码主要分为两部分：模型预测和模型训练。
- 模型预测：使用OpenCV库和YOLO模型进行图像处理和目标检测。
- 模型训练：使用YOLOv8模型进行训练，并提供了详细的训练过程和结果截图。
使用说明
- 安装依赖：请确保安装了Python和相关依赖库，如OpenCV、PySide6等。
- 运行系统：按照代码中的说明运行系统，进行人脸表情识别。
- 模型训练：如有需要，可以参考代码中的训练部分，使用自己的数据集进行模型训练。
贡献
欢迎对本项目进行改进和扩展，提交Pull Request或Issue。
许可证
本项目采用MIT许可证，详情请参阅LICENSE文件。