Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

aflw2k3d

  • Descripción:

AFLW2000-3D es un conjunto de datos de 2000 imágenes que se han anotado con puntos de referencia faciales 3D de 68 puntos a nivel de imagen. Este conjunto de datos se utiliza normalmente para la evaluación de modelos de detección de puntos de referencia faciales en 3D. Las poses de la cabeza son muy diversas y, a menudo, difíciles de detectar con un detector de rostros basado en CNN. Los puntos de referencia 2D se omiten en este conjunto de datos, ya que algunos de los datos no son consistentes con 21 puntos, como mencionó el documento original.

Separar Ejemplos de
'train' 2.000
  • características:
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),
})

Visualización

  • Cita:
@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}
}