整體的感受：
- （1）一個簡單的CNN的圖像分類已經有所接觸了，識別人臉和識別嘴脣的部分有預處理了
- （2）然後摳出ROI的區域送入分類器，25%的背景padding，也有resize的部分，resize到同一個尺寸
- （3）深度學習大部分就是調參和網絡設計的優化部分，改網絡的門檻應該很高，需要很多經驗。
- （4）同時要關注中間過程，每一步提取的特徵的部分等
一個整體的過程：人臉檢測-》嘴脣檢測-》表情分類
前面的檢測+定位都是用已有的算法做好了。然後分類的接口給圖像分類！
1、image downloader
下載和安裝參考資料，主要是要在image downloader下面創建一個bin，裏面放入：
然後，python執行requirement.txt（github的中文教程裏面有，image downloader的github），然後anconda prompt裏面輸入python image_downloader_gui.py 即可打開GUI界面
2、預處理
- 數據清洗：先利用人臉檢測將人臉的部分檢測出來。批量數據初步處理
- 再把嘴脣的部分挑選出來
3、數據接口準備
3.1 生成正負樣本路徑+list
把正負樣本放在這些位置即可
3.2 分爲訓練集和驗證集
3.3 tensorflow數據接口
- 把img數據和標籤數據用Tensorflow的接口處理好，同時做好數據增廣的操作，如crop,flip,random_brightness,random_contrast等
- 網絡設置，3層簡單的網絡模型定義如下
- 模型訓練
- 可視化（保留中間結果進行可視化）如：訓練誤差，accuracy，迭代中的圖片
- 模型測試
