让模型更懂你，先留一组没见过的样本

只训练最后一小层

见微使用固定的表情视觉网络，把一张面部图像转换成 256 维特征。个人训练保留这个网络，只学习特征与七种标签之间的对应关系。计算量较小，因此训练也可以留在浏览器本机完成。

这不是从零训练一个新的视觉模型。它适合检验固定特征是否已经足够区分你的表达方式，也保留了随时恢复原分类器的可能。

当前个人训练会在类别均衡的基础上，将厌恶的学习损失权重提高到其他类别的 1.75 倍。它仍然需要你标注的真实样本，不能靠增加权重保证更准。

训练数据与验证数据，要分开采

页面先要求每类至少 10 条训练样本，再在训练结束后，每类另采至少 5 条验证样本。后面的样本只用于比较，不参与训练。项目也拒绝重复或近乎完全相同的特征跨越这条边界。

仅仅把同一段视频的相邻帧随机分成两组，仍可能得到过于乐观的结果。更有意义的做法是隔一段时间再拍，改变光线、轻微姿态和拍摄环境。

看整体，也看每一类

见微同时展示准确率、宏平均 F1 和各类别召回率，并单列开心、生气、厌恶的精确率与 F1、主要混淆类别。宏平均 F1 让每类占相同权重，帮助发现某些类别被整体表现掩盖的问题。

这些是本项目的初始选择条件，不是通用标准，也不是统计显著性证明。样本较少时，一个样本就可能显著影响结果。

当前页面会降低中性分数、适度提高厌恶分数。基础模型与个人分类器的验证均应用同一规则，避免比较两套不同的决策偏好。分数加权会影响误报与漏报，不等于模型已经重新学习。

验证通过后，由人决定启用

训练完成不会自动替换原始模型。只有验证达标，页面才允许用户启用个人分类器。启用后，结果混合了原分类器 30% 和个人分类器 70% 的分数；用户可以随时停用。

如果导入一份保存的分类器，还需要在本机另采样本重新验证。模型在之前的一组样本上表现好，不代表换一天、换光线或换一个人后仍然合适。

给结论留出边界

用于选择模型的验证集，不是最终独立测试集。若想对外声称精度提高，还需要一组没有参与模型选择的测试数据，以及更有代表性的使用场景。

这里判断的是可见表情样式。分类分数不是人的真实内心感受，也不等于准确率。保留“不确定”的结果，是这个实验的一部分。