我对深度学习有点陌生，但是我正在尝试使用FER2013数据集和keras进行面部表情识别的项目。算法很简单：
1-读取FER2013图像集中的每个图像（大约30k张带有情感标签的图像48x48像素），并使用dlib提取其68个界标。 2-对于每个图像，使用坐标（xmean，ymean）计算界标定义的平面的质心。 3-对于图像中的每个地标，计算该地标的坐标与质心之间的欧式距离（一种标准化数据的方式）； 4-创建一个数据集，其中每行是一个矢量，每个图像包含68个欧氏距离。
这个想法是创建一个不需要太多输入信息即可处理的学习模型，在这种情况下，我最终得到一个简单的68维向量，而不是（x，y）矩阵作为输入和输出的7维向量，其中每个位置代表不同的情感（p.ex [1,0,0,0,0,0,0]表示中立，[0,1,0,0,0,0,0 ]表示幸福，等等。有了这个输入，我相信一个MLP就足够了，而使用CNN则毫无意义。所以我这样绘制了我的神经网络：
model = Sequential()
model.add(Dense(68, activation='relu',use_bias=True,
bias_initializer=RandomUniform(minval=0.01, maxval=0.02), input_dim=68))
model.add(Dropout(0.2))
model.add(Dense(340, use_bias=True, bias_initializer=RandomUniform(minval=0.01, maxval=0.02), activation='relu' ))
model.add(BatchNormalization())
model.add(Dense(7, activation='softmax'))
sgd = SGD(lr=0.00001, decay=0.0, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics ['categorical_accuracy'])
score = model.evaluate(training_input,tr_softmaxOut, verbose=0)
history=model.fit(training_input, tr_softmaxOut, validation_split=0.2, epochs=2500, batch_size=10)
score = model.evaluate(test_input, ts_softmaxOut, batch_size=13)
我已经做了几次尝试，改变学习率，衰减，改变批量大小，改变辍学率，并明显增加网络的深度和宽度。其中一些提供了明显的过度拟合，而其他一些实际上给出了欠拟合并且完全没有收敛，但是它们中的任何一个都没有给出大于49％的准确度。
有人可以告诉我我在做什么错吗？根据您的经验，是否可以做些什么来提高我的MLP的准确性？ 另外，您认为CNN在我的情况下会更好吗？ 抱歉，对于新手问题，这仍然是我要努力学习的领域。
预先感谢您的帮助。