清理后的FER2013情感识别数据集
数据来源：互联网公开数据
标签：情感识别,图像分类,数据清洗,面部表情,机器学习,数据平衡,计算机视觉
数据概述：
本数据集是对原始FER2013数据集的优化版本。原始FER2013数据集包含一些缺失、损坏的图像以及重复样本，并且某些情感类别（如“厌恶”和“惊讶”）在数据中占比不足，存在类别不平衡问题。为解决这些问题，本数据集经过了严格的清洗和处理，主要进行了以下改进：
1. 删除了所有缺失或损坏的图像样本，确保数据的完整性和可靠性。
2. 去除了重复的图像，避免数据冗余对模型训练造成影响。
3. 平衡了数据集中不充分的情感类别（如“厌恶”和“惊讶”），通过调整样本数量，使每个情感类别在数据集中具有相对均衡的分布。
数据集包含以下情感类别：
- 生气
- 厌恶
- 恐惧
- 开心
- 中性
- 惊讶
- 伤心
每个样本为一张面部表情图像，图像大小统一，标注了对应的情感类别，适用于情感识别和面部表情分析任务。
数据用途概述：
该数据集适用于以下场景：
1. 情感识别模型训练：研究人员可以使用该数据集训练面部表情识别模型，尤其是在多情感类别下的识别任务。
2. 机器学习研究：数据集的清洗和平衡处理为研究者提供了高质量的训练数据，适合用于评估算法性能、探索新方法或对比不同模型的效果。
3. 计算机视觉应用开发：开发者可以基于此数据集开发情感识别相关应用，如智能客服、心理健康监测等。
4. 教育与学习：数据集可用于教学场景，帮助学生理解情感识别的基本原理和数据预处理的重要性。
通过使用本数据集，用户可以避免原始数据集中存在的问题，专注于模型开发和应用探索，从而提高研究和实践的效率。
