本项目是一个基于深度学习的语音情感识别系统，使用 PyTorch 实现。该系统能够从音频中识别 6 种不同的情感状态：愤怒、恐惧、开心、中性、悲伤和惊讶。项目包含完整的数据处理、模型训练、评估流程，并提供友好的图形用户界面（GUI）进行实时预测。数据集来源于百度 AI Studio 的情感语音数据集，包含 300 条 .wav 格式的音频文件。模型支持 ResNet18 和 ResNet34 等架构，并可选择原始波形或 MFCC 频谱图作为输入特征。系统提供了丰富的评估指标（如准确率、F1 分数、混淆矩阵等）以及自…

本文介绍了一个基于机器学习的眼疾识别系统，使用了ResNet18和ResNet18-NAM两种卷积神经网络模型来对眼底图像进行分类，以实现自动眼疾识别。通过对两个公开数据集 iChallenge-PM 和 眼病分类数据集 的部分数据进行处理，并将其调整为 224x224 的图像尺寸。文章重点研究了基于注意力机制的ResNet18-NAM模型，其中引入了NAM（归一化注意力机制）以增强模型的注意力计算能力。实验结果表明，ResNet18-NAM在准确率和模型效率上优于标准ResNet18，并且在多项指标上均表现出较好…