基于Android实现人脸表情识别的tflite模型源码+模型+项目说明.zip

# TensorFlowLiteEmotionDemo 在Android上运行人脸表情识别的tflite模型 首先本项目是分类任务，检测任务等需要理解一下代码，但是也是可以使用的 [项目来自于这里](https://blog.doiduoyi.com/articles/1595399632765.html) 对原项目进行了改动，使得你替换的模型的输入不管是[1 * n * n * 3]还是[1 * n * n * 1]都能够正常运行，不过你还需要进行一下的改动 ### 如何替换为自己的模型？ #### 1. 替换模型 模型资源文件位于`app\src\main\assets`,在这里你可以替换为自己的tflite模型和相关标签 > 关于模型转换我使用的Keras的H5转tflite，[详见](https://blog.csdn.net/qq_40243750/article/details/115332640) #### 2. 修改输入输出节点的名称 在TFLiteClassificationUtil.class的构造函数中，有以下四行代码需要注意： ```java // conv2d_input是输入节点的名称，需要修改为你自己模型的输入节点名称 imageShape = tflite.getInputTensor(tflite.getInputIndex("conv2d_input")).shape(); DataType imageDataType = tflite.getInputTensor(tflite.getInputIndex("conv2d_input")).dataType(); // Identity是输出节点的名称，需要修改为你自己模型的输出节点名称 int[] probabilityShape = tflite.getOutputTensor(tflite.getOutputIndex("Identity")).shape(); DataType probabilityDataType = tflite.getOutputTensor(tflite.getOutputIndex("Identity")).dataType(); ``` > 关于如何得知tflite模型的输入输出节点名称，在[TensorFlow Lite(Keras的.H5模型)](https://blog.csdn.net/qq_40243750/article/details/115332640)的2节有介绍和代码实现 #### 3. 已经完成了，开始Build吧！