通过搭建硬件环境、安装软件环境、数据预处理、训练模型、实时识别人脸表情等步骤，实现基于树莓派4B的人脸表情实时识别系统。以树莓派4B作为载体，所需软件为Python3.7、OpenCV、Tensorflow和Keras。采用MiniVGG13卷积神经网络模型训练模型，在树莓派上实时识别人脸表情，以实现人脸表情的分类并通过显示器展示。该系统可以应用于人机交互、智能家居等多个领域。