::: hljs-right DATE: April 18, 2024
:::
去除fer2013中标签为1的图片，并重新排列标签
# 加载原始数据集
trainset= datasets.FER2013(root='./data', train=True, download=True, transform=transform)
# 过滤掉标签为 1 的图像，并将后续标签向前移动一位
filtered_train_set = [(img, target - torch.tensor(target > 1, dtype=torch.long)) for img, target in trainset if target != 1]
"""
(target > 1) 是一个布尔张量，其中值为 True 表示原始标签大于 1，否则为 False。然后将布尔张量转换为长整型张量，将 True 转换为 1，将 False 转换为 0。
从原始标签 target 中减去了一个长整型张量，该长整型张量在原始标签大于 1 时为 1，在其他情况下为 0。这样就实现了将大于 1 的标签向前移动一位的效果，即原始标签 2 变为 1，原始标签 3 变为 2，以此类推，而标签 1 被丢弃。
来源：ChatGPT3.5
"""
我们选择Fer2013作为我们的数据集，原因如下：首先，Fer2013具有较大规模和多样性，有利于训练出泛化能力较强的模型；其次，CK+数据集虽然样本量相对较小，但提供了动态表情信息和较高的标注准确率，可以作为补充数据集，提高模型的表现。我们将结合这两个数据集进行神经网络的训练和评估。 https://blog.csdn.net/qq_32892383/article/details/136889114
人脸表情识别存在的遮挡、头部姿态变换、光照变换问题
