[高通SNPE SDK]人臉表情辨識模型訓練轉換DLC文件流程

1.數據集

採用的資料集為人臉表情資料集：Facial Expression Recognition 2013 (FER2013)

FER2013資料集來自一個西元2013年，國際機器學習大會(International Conference on Machine Learning, ICML)舉辦的競賽.

下載連結如下:

https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data?select=fer2013.tar.gz

 

採用的AI model如下:

FaceEmotion_ID- (trained a CNN emotion detector model)

https://github.com/abhijeet3922/FaceEmotion_ID

用csv_to_images.py 將fer2013.csv 的數據分類並轉換成jpg檔案.

2.模型訓練

用Google colab進行模型訓練.

開始進行模型訓練.

模型訓練結果大約可以達到70%.

將模型儲存為.h5與.tflite檔案.

 

3.測試與驗證:

驗證的圖片使用Pixabay 的免費圖庫,如有侵權請不吝告知

立即移除.感謝!!

 

開啟電腦的攝像頭用real_time_video.py置換自己訓練好的模型做驗證.

4.高通 SNPE SDK模型轉換為DLC

SNPE SDK可以從Qualcomm Developer site 網站下載:

https://developer.qualcomm.com/software/qualcomm-neural-processing-sdk

 Snapdragon Neural Processing Engine SDK Reference Guide

https://developer.qualcomm.com/sites/default/files/docs/snpe/overview.html

 TFLite Model Conversion 轉換為DLC 的command

https://developer.qualcomm.com/sites/default/files/docs/snpe/model_conv_tflite.html

用SNPE SDK 將tflite檔案轉換成DLC檔案

snpe-tflite-to-dlc --input_network emotion_model.tflite  --input_dim input "1,48,48,1" --output_path emotion_model.dlc