JavaScript端实现面部表情识别：MicroExpNet.js转译指南

资源摘要信息:"microexpnetjs项目是一个使用TensorFlow.js将MicroExpNet模型转换为JavaScript的工具。MicroExpNet是一个用于面部表情识别的神经网络模型。通过该项目，开发者可以将MicroExpNet模型部署到浏览器端或Node.js环境中，实现面部表情识别功能。为了使用microexpnetjs，需要满足特定的环境配置要求，包括Python 3.6.2、TensorFlow 1.8.0、tensorflowjs 0.4.2和Flask 1.0.2。此外，项目还包括一个face.png样本图片文件，其尺寸为84x84像素，三通道颜色格式，用于模型输入测试。 microexpnetjs的使用方法涉及几个步骤： 1. 克隆microexpnetjs和microexpnet的git仓库。首先，通过git clone命令克隆microexpnetjs项目到本地计算机，然后进入该项目目录，再克隆microexpnet项目，最后将generator.py脚本复制到microexpnet目录下。 2. 在microexpnet目录下执行Python脚本generator.py生成pb文件。该脚本执行后会在当前目录生成output_graph.pb文件，这是模型的导出格式文件。 3. 使用tensorflowjs转换器将生成的pb文件转换为JavaScript格式。这部分信息在描述中被截断，但通常涉及到使用tensorflowjs库提供的工具将TensorFlow模型转换为可以在浏览器中运行的格式。 标签中提到的facial-expression-recognition表明这是一个面部表情识别相关的项目；tensorflowjs（简写为tfjs）是一个由谷歌开发的开源机器学习库，专为JavaScript设计，使得在浏览器或Node.js环境中执行机器学习模型成为可能；Python则是机器学习开发中常用的编程语言，尤其在TensorFlow框架中。 文件名称列表中的microexpnetjs-master表示该项目的主分支代码压缩包文件名，使用该文件可以获取microexpnetjs项目的全部源代码。"