Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

aflw2k3d

  • Описание :

AFLW2000-3D — это набор данных из 2000 изображений, которые были аннотированы 68-точечными 3D-ориентирами лица на уровне изображения. Этот набор данных обычно используется для оценки трехмерных моделей распознавания лицевых ориентиров. Позы головы очень разнообразны, и часто их трудно обнаружить с помощью детектора лиц на основе cnn. 2D-ориентиры в этом наборе данных пропущены, поскольку некоторые данные не соответствуют 21 точке, как упоминалось в исходной статье.

Расколоть Примеры
'train' 2000
  • Особенности :
FeaturesDict({
    'image': Image(shape=(450, 450, 3), dtype=tf.uint8),
    'landmarks_68_3d_xy_normalized': Tensor(shape=(68, 2), dtype=tf.float32),
    'landmarks_68_3d_z': Tensor(shape=(68, 1), dtype=tf.float32),
})

Визуализация

  • Цитата :
@article{DBLP:journals/corr/ZhuLLSL15,
  author    = {Xiangyu Zhu and
               Zhen Lei and
               Xiaoming Liu and
               Hailin Shi and
               Stan Z. Li},
  title     = {Face Alignment Across Large Poses: {A} 3D Solution},
  journal   = {CoRR},
  volume    = {abs/1511.07212},
  year      = {2015},
  url       = {http://arxiv.org/abs/1511.07212},
  archivePrefix = {arXiv},
  eprint    = {1511.07212},
  timestamp = {Mon, 13 Aug 2018 16:48:23 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/ZhuLLSL15},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}