AffectNet数据集下载与使用指南：从数据获取到情感分析实战

1次阅读

共计 2665 个字符，预计需要花费 7 分钟才能阅读完成。

AffectNet 是目前最大的面部表情识别数据集之一，包含超过 100 万张面部图像，每张图像都标注了离散的情感类别（如愤怒、快乐、悲伤等）和连续的维度值（如效价和唤醒度）。该数据集在情感计算、人机交互等领域具有重要价值，尤其适合训练深度学习模型进行情感识别任务。

数据规模：约 1,000,000 张图像
标注类型：8 种基本情绪类别 + 连续维度值
应用场景：表情识别、心理健康监测、智能客服等

官方下载地址需要通过论文作者提供的链接申请获取。通常需要填写研究目的等基本信息，审核通过后会收到下载链接。

常见问题包括：

网络连接不稳定：由于服务器位于国外，国内下载速度可能较慢
大文件下载中断：数据集通常分为多个压缩包，单个文件可达数十 GB
解压错误：部分文件可能在下载过程中损坏

考虑到官方下载可能存在的问题，这里推荐几个可靠的镜像源：

Kaggle 数据集：部分用户会上传处理过的版本
高校镜像站：某些国内高校实验室会维护本地镜像
网盘分享：百度云等平台可能有研究者分享的资源（需注意版权）

下载示例（使用 wget）：

wget -c http://mirror.example.com/affectnet/part1.zip
wget -c http://mirror.example.com/affectnet/part2.zip

使用 -c 参数支持断点续传。

典型的 AffectNet 数据集目录结构如下：

affectnet/
├── images/
│   ├── train/
│   │   ├── 0.jpg
│   │   └── ...
│   └── val/
│       ├── 0.jpg
│       └── ...
└── labels/
    ├── train.csv
    └── val.csv

import os
import pandas as pd
from PIL import Image
import torch
from torch.utils.data import Dataset, DataLoader
from torchvision import transforms

class AffectNetDataset(Dataset):
    def __init__(self, root_dir, split='train', transform=None):
        """
        参数:
            root_dir: 数据集根目录
            split: 'train' 或 'val'
            transform: 图像变换
        """
        self.root_dir = root_dir
        self.split = split
        self.transform = transform

        # 加载标签 CSV
        label_path = os.path.join(root_dir, 'labels', f'{split}.csv')
        self.labels = pd.read_csv(label_path)

    def __len__(self):
        return len(self.labels)

    def __getitem__(self, idx):
        img_name = os.path.join(self.root_dir, 'images', 
                               self.split, f"{self.labels.iloc[idx, 0]}.jpg")
        image = Image.open(img_name).convert('RGB')

        # 获取标签：情绪类别和维度值
        expression = self.labels.iloc[idx, 1]  # 情绪类别
        valence = self.labels.iloc[idx, 2]     # 效价
        arousal = self.labels.iloc[idx, 3]     # 唤醒度

        if self.transform:
            image = self.transform(image)

        return image, expression, valence, arousal

# 数据预处理管道
transform = transforms.Compose([transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], 
                         std=[0.229, 0.224, 0.225])
])

# 创建数据集实例
dataset = AffectNetDataset(root_dir='path/to/affectnet', 
                         split='train',
                         transform=transform)

# 创建数据加载器
dataloader = DataLoader(dataset, batch_size=32, 
                       shuffle=True, num_workers=4)

针对表情识别任务，推荐的数据增强策略：

基础增强：
随机水平翻转
小幅旋转（±15 度）
颜色抖动
高级增强（使用 albumentations 库）：

import albumentations as A

aug_transform = A.Compose([A.HorizontalFlip(p=0.5),
    A.Rotate(limit=15, p=0.5),
    A.RandomBrightnessContrast(p=0.2),
    A.CoarseDropout(max_holes=1, max_height=32, max_width=32, p=0.3)
])

标准化建议使用 ImageNet 的均值和标准差，因为大多数预训练模型都基于这些参数训练。