大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



• 1. 项目亮点
• 2. 环境配置与依赖
• 3. 代码结构与功能概览
• 4. PyQt5 界面体验与交互
• 5. 推理流程拆解（检测 + 分类）
• 6. 关键代码解析（含片段）
• 7. 训练流程与超参设置
• 8. 上手运行步骤
• 9. 性能与体验优化

---

• 一体化桌面端：PyQt5 自定义无边框 + 阴影 + 渐变背景，支持窗口缩放与字体自适应。(@/UI.py#164-754)
• 多输入源：摄像头、图片、视频一键切换，文件选择按钮自动启停。(@/UI.py#844-1112)
• 双模型协同：YOLOv11 人脸检测 + YOLO 分类表情模型，加入历史概率平滑抗抖。(@/UI.py#541-603)
• 实时可视化：帧画布支持缩放/拖拽，中文标签叠加，六类表情概率条实时刷新。(@/UI.py#337-1201)
• 训练脚本现成： 内置 AdamW、余弦退火、Mixup、早停等配置，可直接开训。(@/train.py#1-43)

1.1 写这套系统的动机

表情识别如果只做“模型推理”，展示效果往往很弱；但如果把 摄像头实时推理 + UI 可视化 + 训练脚本 串起来，就能成为一套“拿得出手”的作品。

这套工程的目标是：

• 能跑：一条命令启动 UI，选择摄像头/视频/图片即可识别。
• 能看懂：核心推理逻辑集中在 ，代码清晰可读。
• 能扩展：替换权重、换数据集、调阈值/平滑参数，都能快速迭代。

1.2 效果展示

图片检测

视频检测

• 主要依赖：、、、、。(@/requirements.txt#1-8)
• 中文字体：Windows 自动优先黑体/宋体/微软雅黑，若缺失可放置 。(@/yolo_face_detection.py#18-45)

• ：主界面与业务逻辑（输入源、模型加载、阈值滑条、统计面板、截图等）。(@/UI.py#611-1214)
• ：人脸检测与中文绘制工具，封装摄像头/图片/视频通用接口。(@/yolo_face_detection.py#11-472)
• ：单图片表情识别示例脚本，演示分类模型最小调用。(@/image_emotion_recognition.py#1-145)
• ：Ultralytics 训练入口，集中管理超参与输出目录。(@/train.py#1-43)
• ：训练/推理产物（权重、日志、结果图/视频）。

• 窗口与视觉：无边框、卡片阴影、渐变背景、呼吸 Logo，字号随窗口缩放动态调整。(@/UI.py#164-364 @/UI.py#618-747)
• 输入源切换：下拉选择摄像头/图片/视频，自动启用文件选择按钮。(@/UI.py#844-1112)
• 操作按钮：启动/停止检测、重置视图（画布缩放复位）、截图保存当前帧。(@/UI.py#884-1213)
• 统计面板：六类表情进度条实时更新，颜**分易于展示。(@/UI.py#939-1201)
• 交互细节：滚轮缩放、拖拽平移、Toast 提示、防抖概率平滑。(@/UI.py#337-603)

1. 模型加载：启动时下载人脸检测权重，读取表情分类权重（默认 ）。(@/UI.py#1068-1093)
2. 视频线程： 独立拉流，输出帧与统计字典。(@/UI.py#495-607)
3. 检测与分类：人脸框 → ROI 灰度化 → 转 3 通道 → 表情分类 → 历史概率平滑。(@/UI.py#541-603)
4. 绘制展示：中文标签叠加 + 进度条刷新，画布支持缩放/平移。(@/UI.py#584-1201)

片段来源已在行号后标注，方便对照。

6.1 UI 启动与模型加载

(@/UI.py#1224-1232)

(@/UI.py#1068-1093)

6.1.1 这里做了什么？

• 人脸检测模型：通过 返回 。(@/yolo_face_detection.py#11-15)
• 表情分类模型：从 读取路径（默认 ）。(@/UI.py#651-653)
• 缓存策略：如果未来你扩展多个表情模型（例如不同数据集训练的权重）， 能避免频繁重复加载。

6.2 视频线程：检测 + 分类 + 平滑

这一段是整个工程的“灵魂”，它解决 3 件事：

• 拉流：摄像头/视频文件
• 人脸检测：YOLOv11 face
• 表情分类：YOLO classify
• 抖动抑制：用 对概率做平滑

(@/UI.py#495-607)

6.2.1 为什么要做“概率平滑”？

真实场景里，即使同一个表情，人脸 ROI 的光照/角度每帧都在变，导致分类概率抖动。

这里用 记录每张脸的中心点与上一帧概率分布，然后通过“最近邻匹配 + 指数滑动平均”方式做平滑：

• 匹配策略：取上一帧与当前帧中心点距离最近的人脸作为同一人。
• 平滑公式：，其中 。(@/UI.py#511-574)

这个处理能让 UI 的概率条看起来“更稳”，用户体验更好。

6.3 启动/停止逻辑（线程与阈值传递）

很多同学的 Demo 容易卡死在“线程停不下来 / UI 冻结”，你这份实现相对干净：

(@/UI.py#1138-1169)

• UI 主线程不做推理：推理在 ，UI 只负责接收信号并刷新控件。
• 阈值即时生效：滑条修改时，直接 。(@/UI.py#1131-1137)

6.4 中文绘制与自适应位置

(@/yolo_face_detection.py#48-90)

6.4.1 为什么不用 OpenCV 原生 putText？

• 边界保护：避免文字绘制越界。
• 背景遮罩：半透明黑底提高可读性。

6.5 训练脚本核心

(@/train.py#1-43)

6.5.1 为什么这套训练参数“看起来就很像认真做过”？

• AdamW + weight_decay：对分类任务更稳。
• warmup + cos_lr：能减少早期震荡，后期更细致收敛。
• mixup + dropout：提升泛化，尤其适合表情类这种“类间相似、类内差异大”的任务。

• 启动命令：

• 数据集：默认 ，可替换自定义 YOLO 分类数据集。
• 核心超参：，，，，，，，，，，，。(@/train.py#8-43)
• 输出目录：（可按项目名自动建目录）。

1. 安装依赖：
2. 权重准备：人脸检测 自动下载；表情权重放到 （可用你自己的权重）。(@/yolo_face_detection.py#11-17 @/UI.py#651-1129)
3. 启动 UI：

4. 选择输入源：摄像头/图片/视频；非摄像头模式先点“选择文件”。
5. 调节阈值：滑条实时生效；阈值高→少误检，阈值低→高召回。(@/UI.py#869-1137)
6. 启动/停止检测：点击主按钮；可截图保存当前帧。(@/UI.py#1094-1213)

• 推理性能：确保 GPU 环境；若窗口特别大可减小 以降低绘制开销。(@/UI.py#618-747)
• 稳定性：提高阈值或增大历史平滑 （默认 0.3）可减小抖动。(@/UI.py#511-574)
• 模型精度：小显存可减 ；精度不够可拉长 、增加 Mosaic/CutMix 等增强。
• 界面扩展：可加 FPS 显示、批量文件处理、结果导出 CSV，或做深浅色主题切换。