使用webcam识别人脸和情绪分类
使用keras训练，三层卷积一层全连接，训练过程见kaggle-emotion.html，数据来自kaggle比赛数据集fer2013
- react
- material-ui
- face-api.js 人脸动态检测使用了face-api.js的库，canvas截取100×100的人脸图片，转化成RGBA数据交由后台处理，返回分类数据
- keras
- flask
后端完成表情分类的工作，拿到RGBA数组转化成RGB矩阵，压缩，灰化交给模型分类。
ui中是react项目，构建后可独立运行，需要先配置/ui/src/CameraSection.js中的flask服务器地址，之后就可构建。
cd ui
yarn install
yarn build
把build文件夹拷贝到web服务器目录中，（由于最新的chrome已经禁止了不安全的连接开启userMedia，必须要用https或者在localhost下，否则webcam无法使用，而firefox似乎还可以）
如果用本地模式，只需要
sudo npm -g i serve
serve -s build
之后配置server/server.py中的flask服务器地址和端口号，需要和上述前端配置一致。要保证已经安装了keras,PIL,tensorflow,flask
cd server
python server.py
此时打开浏览器，输入地址即可
- 2019.5.11 增加了tfjs本地模式，只需一个静态服务器即可部署