celeb_a

• تجسم : در Know Your Data north_east کاوش کنید

• توضیحات :

مجموعه داده های CelebFaces Attributes (CelebA) یک مجموعه داده ویژگی های چهره در مقیاس بزرگ با بیش از 200 هزار عکس افراد مشهور است که هر کدام دارای 40 حاشیه نویسی ویژگی است. تصاویر موجود در این مجموعه داده، تغییرات ژست های بزرگ و درهم ریختگی پس زمینه را پوشش می دهند. CelebA دارای تنوع زیاد، مقادیر زیاد و حاشیه نویسی غنی است، از جمله - 10,177 تعداد هویت، - 202,599 تعداد تصاویر چهره، و - 5 مکان برجسته، 40 حاشیه نویسی ویژگی های باینری در هر تصویر.

مجموعه داده را می توان به عنوان مجموعه آموزشی و آزمایشی برای وظایف بینایی رایانه زیر استفاده کرد: تشخیص ویژگی چهره، تشخیص چهره، و مکان یابی نقطه عطف (یا قسمت چهره).

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

• کد منبع : tfds.datasets.celeb_a.Builder

• نسخه ها :

  • 2.0.1 : API تقسیم جدید ( https://tensorflow.org/datasets/splits )
  • 2.1.0 (پیش فرض): ویژگی هویت اضافه شده است.

• حجم دانلود : 1.39 GiB

• حجم مجموعه داده : 1.63 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'attributes': FeaturesDict({
        '5_o_Clock_Shadow': bool,
        'Arched_Eyebrows': bool,
        'Attractive': bool,
        'Bags_Under_Eyes': bool,
        'Bald': bool,
        'Bangs': bool,
        'Big_Lips': bool,
        'Big_Nose': bool,
        'Black_Hair': bool,
        'Blond_Hair': bool,
        'Blurry': bool,
        'Brown_Hair': bool,
        'Bushy_Eyebrows': bool,
        'Chubby': bool,
        'Double_Chin': bool,
        'Eyeglasses': bool,
        'Goatee': bool,
        'Gray_Hair': bool,
        'Heavy_Makeup': bool,
        'High_Cheekbones': bool,
        'Male': bool,
        'Mouth_Slightly_Open': bool,
        'Mustache': bool,
        'Narrow_Eyes': bool,
        'No_Beard': bool,
        'Oval_Face': bool,
        'Pale_Skin': bool,
        'Pointy_Nose': bool,
        'Receding_Hairline': bool,
        'Rosy_Cheeks': bool,
        'Sideburns': bool,
        'Smiling': bool,
        'Straight_Hair': bool,
        'Wavy_Hair': bool,
        'Wearing_Earrings': bool,
        'Wearing_Hat': bool,
        'Wearing_Lipstick': bool,
        'Wearing_Necklace': bool,
        'Wearing_Necktie': bool,
        'Young': bool,
    }),
    'identity': FeaturesDict({
        'Identity_No': int64,
    }),
    'image': Image(shape=(218, 178, 3), dtype=uint8),
    'landmarks': FeaturesDict({
        'lefteye_x': int64,
        'lefteye_y': int64,
        'leftmouth_x': int64,
        'leftmouth_y': int64,
        'nose_x': int64,
        'nose_y': int64,
        'righteye_x': int64,
        'righteye_y': int64,
        'rightmouth_x': int64,
        'rightmouth_y': int64,
    }),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@inproceedings{conf/iccv/LiuLWT15,
  added-at = {2018-10-09T00:00:00.000+0200},
  author = {Liu, Ziwei and Luo, Ping and Wang, Xiaogang and Tang, Xiaoou},
  biburl = {https://www.bibsonomy.org/bibtex/250e4959be61db325d2f02c1d8cd7bfbb/dblp},
  booktitle = {ICCV},
  crossref = {conf/iccv/2015},
  ee = {http://doi.ieeecomputersociety.org/10.1109/ICCV.2015.425},
  interhash = {3f735aaa11957e73914bbe2ca9d5e702},
  intrahash = {50e4959be61db325d2f02c1d8cd7bfbb},
  isbn = {978-1-4673-8391-2},
  keywords = {dblp},
  pages = {3730-3738},
  publisher = {IEEE Computer Society},
  timestamp = {2018-10-11T11:43:28.000+0200},
  title = {Deep Learning Face Attributes in the Wild.},
  url = {http://dblp.uni-trier.de/db/conf/iccv/iccv2015.html#LiuLWT15},
  year = 2015
}