人脸表情[七种表情]数据集（15500张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】

该数据集已按照训练集（train）和测试集（test）划分，共计 15,500 张人脸图像，覆盖 七种典型表情类别，并附带相应的标注文件，可直接用于模型训练与评估。

背景

随着人工智能和计算机视觉的发展，表情识别在人机交互、智能监控、心理健康、驾驶员状态监测等领域具有广泛的应用前景。一个高质量、多样化且已标注的数据集，是推动表情识别算法研究与落地的关键。

为此，我们整理并清洗了一个包含 七种典型人脸表情 的数据集，覆盖了惊讶（Surprise）、恐惧（Fear）、厌恶（Disgust）、高兴（Happiness）、悲伤（Sadness）、愤怒（Anger）、中性（Neutral） 七类表情，确保了数据的完整性、平衡性与高质量标注。

该数据集已按照标准格式划分为训练集与测试集，适配当前主流深度学习框架，开箱即用。

数据集已划分，共计 15500张图片，涵盖 七种表情，适用于图像分类、目标检测、医学图像分析等任务。

# Classes
nc: 7
names: ["Surprise", "Fear", "Disgust", "Happiness", "Sadness", "Anger", "Neutral"]

数据集概述

• 图像总数：15,500 张
• 类别数量：7 类
• 标注格式：YOLO格式 / 分类标签（可选）
• 数据划分：
  • Train：12,000 张（约 77.4%）
  • Test：3,500 张（约 22.6%）

# Classes 配置文件（data.yaml）
nc: 7
names: ["Surprise", "Fear", "Disgust", "Happiness", "Sadness", "Anger", "Neutral"]

• 分辨率：多种分辨率，已统一标准尺寸（适合神经网络输入）

• 图像格式：.jpg / .png

• 文件结构：

  dataset/
    ├── train/
    │   ├── images/
    │   └── labels/
    ├── test/
    │   ├── images/
    │   └── labels/
    └── data.yaml
  

数据集详情

• 所有图片均经过标注审核，确保类别准确性。
• 数据集来源涵盖公开图像、人脸合成、表情采集等多种方式，具有良好的多样性与泛化能力。
• 支持图像分类任务（image classification）与目标检测任务（object detection）。
• 标注格式支持一键转换为COCO、Pascal VOC等多种标准格式。

适用场景

该数据集可广泛应用于以下任务：

• ✅ 人脸表情识别（分类任务）
• ✅ 情感识别系统（如客服机器人、心理健康辅助）
• ✅ 目标检测：检测图像中人脸并分类其表情
• ✅ 医学图像分析：识别患者情绪状态辅助诊断
• ✅ 教育场景：识别学生课堂情绪反馈
• ✅ 驾驶员状态识别：疲劳检测与情绪分析
• ✅ AIGC领域虚拟人表情控制

结语

一个优秀的表情识别模型离不开高质量的数据支持。本数据集不仅具备清晰的标注与合理的类别分布，还可灵活用于多种计算机视觉任务，适合快速实验验证与模型迭代训练。

推荐一个配套的检测系统：https://blog.csdn.net/weixin_52908342/article/details/148238298

基于YOLOv8的人脸表情识别项目【完整源码数据集+PyQt5界面+完整训练流程+开箱即用】

我们将持续优化该数据集，并欢迎大家在实际项目中加以应用、反馈和改进建议。

数据集分享

网盘：

https://pan.baidu.com/s/1M6L1aCvUy5VRVdHd1OnQ0w?pwd=m396