数据集概述
本数据集为面部情绪识别与性别分类的深度学习项目构建，包含三千一百七十六张图片及五千一百六十条标注，覆盖六种情绪（开心、悲伤、愤怒、恐惧、惊讶、困倦）的男女分类共十二类标签，按七十、二十、十比例分为训练、验证、测试集，支持卷积神经网络模型开发。
文件详解
- 元数据文件：
- metadata_FER2025.csv：CSV格式，字段包括Image（图片名称）、Set（数据集类型）、Class_ID（类别ID）、Class_Name（类别名称）、X/Y（边界框坐标）、Width/Height（边界框尺寸）
- 配置文件：
- data.yaml：YAML格式，可能为模型训练配置文件
- 图片文件：
- 分布于train/images、valid/images、test/images目录，格式为.jpg，共三千一百七十六个文件，存储面部情绪图片
- 标签文件：
- 分布于train/labels、valid/labels、test/labels目录，格式为.txt，共三千一百七十六个文件，存储对应图片的标注信息
适用场景
- 计算机视觉研究：用于面部情绪识别与性别分类的卷积神经网络模型训练与评估
- 人机交互开发：为智能交互系统提供情绪与性别感知的算法支持
- 情感计算分析：探究不同性别群体的情绪表达特征
- 数据集构建参考：作为多标签图像分类数据集的组织范例
