毕设：基于图像分类的表情识别——我菜的坑(待更新)

2020.2.27

确定了题目，发送了任务书，昨晚尝试参照一堆博客教程购买了阿里云GPU服务器，结果不知道停止实例还会计费，今早起床后机器过期了，刚充的100扣完了还欠费50+？？？心情崩溃中。先好好学学Python和人工智能的基本知识吧……

2020.5.4

今天基本上实现了所有预期功能，一大大大波Debug后自己的模型在 Maix Go K210 上跑起来了，但是精确率好低啊，这玩意真能通过答辩吗？原始的Keras h5模型精确率64%，转成tflite后损失了一波精度，再转成Kmodel 损失的更惨，感觉自己有点凉……算了，先把论文突击完，然后在这里写上完整的毕设过程。毕竟我的一身本事基本上全靠网上各位无私的dalao分享他们的经验，回馈分享也是知恩图报、理所当然的事。吐槽一句：副标题或许可以暂拟为：《只用一台Surface,零基础小白如何搭建模型并部署在嵌入式系统上》

2020.5.5

共计有4个版本的模型可以跑在K210 Maixpy下，大小由3.4M到400K不等，效果最好的是2.0M的模型，可以识别3类表情，虽然不稳定，但是足够完成毕设了……在此做一个小推断，对于这种量化精简的模型，参数越多，性能损失越少。