Ce projet est une application de détection d'émotion qui utilise un modèle de réseau de neurones convolutionnels (CNN) construit avec Keras, une API de réseaux de neurones de haut niveau écrite en Python et capable de s'exécuter sur TensorFlow. L'application analyse les images fournies par l'utilisateur et détecte les émotions affichées par les personnes sur les photos, avec un niveau de précision indiqué.
| numpy | opencv | keras | tensorflow |
|---|---|---|---|
 |
 |
 |
 |
Le modèle CNN a été entraîné pour reconnaître diverses émotions en utilisant un large ensemble de données d'images faciales. Le modèle identifie les émotions suivantes : colère, dégoût, peur, bonheur, neutralité, tristesse et surprise.
OpenCV est utilisé pour le traitement d'image préalable, y compris la conversion des images en niveaux de gris et la détection des visages avant de les passer au modèle de classification des émotions.
L'application offre également la possibilité de détecter les émotions en temps réel via une webcam, en utilisant le même modèle de CNN.
Ce projet utilise un modèle CNN (réseau de neurones convolutifs) conçu avec Keras et utilise OpenCV pour le traitement d'images en temps réel.
Pour exécuter l'application, vous aurez besoin des bibliothèques suivantes :
- Keras
- OpenCV
- Numpy
- Streamlit (pour l'interface utilisateur web)
numpy==1.xx.x
opencv-python-headless==4.xx.x
streamlit==1.xx.x
keras==2.xx.x
tensorflow==2.xx.x
Pillow==8.xx.x
Remarque : Remplacez "xx" par les numéros de version les plus récents et compatibles.
Pour lancer l'application, utilisez la commande suivante :
streamlit run home.pySAVOUNDIRAPANDIANE Muthuvel / Nabila EL ABDALI / Jihene BEN AMEUR / Claudia TIMOCI