学生的情绪状态对学习效果有着重要的影响。通过利用面部表情分类神经网络，我们能够准确识别学生的情感状态，包括但不限于：Neutral（中性）、Happy（高兴）、Sad（伤心）、Angry（生气）、Fear（害怕）、Surprise（惊讶）、Disgust（厌恶）。通过分析这些情感状态，系统可以更好地理解学生的学习状态和需求。本项目基于EfficientNet进行迁移学习实现了一个基于面部表情分类神经网络，通过实时识别学生的情绪，为其提供个性化的学习体验。系统将根据学生的情感状态，调整题目难度和提供相应的提示，以提高学习效果和体验。
see result at https://www.kaggle.com/code/airundatago/notebook8fd9c23d70/log?scriptVersionId=154897354
本项目为FZU CV课程个人作业 全球首发与2024.12.13 HR同学所属~ main.py为DACL对比实验 efficientnet.py 为迁移学习实验