前言：

最近终于是把第一篇论文发出去了，半年前我还挣扎在复现不出来论文的精度之中，这里指的是AffectNet和FERPlus这俩个数据集精度复现不出来，Raf-db数据集是可以复现出精度的。 接下来说重点：之前之所以另外两个数据集复现不出来精度，其实是数据集的原因。我在官方找的AffectNet数据集有100来G，都是没有裁剪过的，并且都是按表情类别存储的，而Raf-db是所有训练集都放在train文件当中，然后会有一个标签文件指明哪张图片属于什么类别，再用dataset文件将他们关联起来，另外两个数据集都不是这种结构的，跑出来的精度差很多。  之后我找到处理之后的AffectNet和FERPlus数据集，和raf-db的目录结构一样，跑出来精度就是正常的了。（处理之后的AffectNet也没有100多G，只有4G多，方便多了）

---

数据集

下面看一下处理之后的AffectNet和FERPlus数据集：

AffectNet：

总目录结构：

28万多张训练集： 

 4000张测试集：

         下面还有7类别和8类别的训练和测试标签文件，以及dataset文件，就不一一列举了，使用方式和raf-db一摸一样。

FERPlus：

总目录结构：

3万5千多张：训练集+测试集 （最后3千多张是测试集）

        后面也有对应训练集和测试集的标签，以及dataset文件，也是和raf-db一样的使用方式。 

最后想说的 

需要数据集的可以私信或者评论，我看到后会回复你。raf-db数据集就不放出来了，大家应该都有，没有的话我也可以分享给你。