我参与一些研究教育任务，需要具有分类面部情绪的数据集来训练分类器。例如，性别分类很简单：我可以创建csv文件，并根据性别标记图像为0或1的任何文件。像这样：
... / .. / male.jpg：1
... / .. / female.jpg：0
...
...
所以，我需要类似的东西，但面部情绪分类。我找到了带有关键点的图像数据集，因此我可以通过不同的情感对它们进行聚类，但如果之前手动标记它将会更准确。也许有人有直接的课程，或链接与这样的信息。谢谢。
答案 0 :(得分：0)
这很棘手，因为即使是人类，情绪也没有独特的特征。但是有些学者已经麻烦地准备了你想要的监督数据，也就是说你可以联系下面的作者并询问他们的数据集：
“我们引入了两个大型数据库，包括75万和120万缩略图大小的图像，标有情感相关的关键字。” Solli和Lenz，Linkoping大学，Norrkoping，瑞典。
答案 1 :(得分：0)
Twitter通常是开始情绪分析的好地方，因为它在高级搜索中提供了筛选正面和负面推文的可能性。
您可以在此处查看：https://twitter.com/search-advanced
如果你想这样做，你需要编写一些代码来使用twitter API，如下所示： https://dev.twitter.com/docs/using-search
如果您愿意，可以使用API： https://dev.twitter.com/console
结果以json的形式返回。 通常就足够了！
您只需将每条推文与相应的情绪相关联即可。
如果你想要一个更“原子”的数据集，你可以根据它在正面和负面类中出现的频率来计算每个单词的分数，并使用tf-idf方法进行标准化。
请注意，如果您想构建更高级的分类器，您还需要处理“中性”情绪，这不是Twitter提供的。