Визуализация : Исследуйте в Know Your Data
Описание :
Набор данных атрибутов CelebFaces (CelebA) представляет собой крупномасштабный набор данных атрибутов лиц с более чем 200 тыс. изображений знаменитостей, каждое из которых имеет 40 аннотаций атрибутов. Изображения в этом наборе данных охватывают большие вариации поз и фоновые помехи. CelebA имеет большое разнообразие, большое количество и богатые аннотации, в том числе - 10 177 идентификаторов, - 202 599 изображений лиц и - 5 мест ориентиров, 40 аннотаций двоичных атрибутов на изображение.
Набор данных можно использовать в качестве обучающего и тестового наборов для следующих задач компьютерного зрения: распознавание атрибутов лица, обнаружение лица и локализация ориентира (или части лица).
Домашняя страница : http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
Исходный код :
tfds.image.CelebA
Версии :
-
2.0.0
: нет примечаний к выпуску. -
2.0.1
(по умолчанию): новый раздельный API ( https://tensorflow.org/datasets/splits )
-
Размер загрузки :
1.38 GiB
Размер набора данных :
1.62 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'test' | 19 962 |
'train' | 162 770 |
'validation' | 19 867 |
- Особенности :
FeaturesDict({
'attributes': FeaturesDict({
'5_o_Clock_Shadow': tf.bool,
'Arched_Eyebrows': tf.bool,
'Attractive': tf.bool,
'Bags_Under_Eyes': tf.bool,
'Bald': tf.bool,
'Bangs': tf.bool,
'Big_Lips': tf.bool,
'Big_Nose': tf.bool,
'Black_Hair': tf.bool,
'Blond_Hair': tf.bool,
'Blurry': tf.bool,
'Brown_Hair': tf.bool,
'Bushy_Eyebrows': tf.bool,
'Chubby': tf.bool,
'Double_Chin': tf.bool,
'Eyeglasses': tf.bool,
'Goatee': tf.bool,
'Gray_Hair': tf.bool,
'Heavy_Makeup': tf.bool,
'High_Cheekbones': tf.bool,
'Male': tf.bool,
'Mouth_Slightly_Open': tf.bool,
'Mustache': tf.bool,
'Narrow_Eyes': tf.bool,
'No_Beard': tf.bool,
'Oval_Face': tf.bool,
'Pale_Skin': tf.bool,
'Pointy_Nose': tf.bool,
'Receding_Hairline': tf.bool,
'Rosy_Cheeks': tf.bool,
'Sideburns': tf.bool,
'Smiling': tf.bool,
'Straight_Hair': tf.bool,
'Wavy_Hair': tf.bool,
'Wearing_Earrings': tf.bool,
'Wearing_Hat': tf.bool,
'Wearing_Lipstick': tf.bool,
'Wearing_Necklace': tf.bool,
'Wearing_Necktie': tf.bool,
'Young': tf.bool,
}),
'image': Image(shape=(218, 178, 3), dtype=tf.uint8),
'landmarks': FeaturesDict({
'lefteye_x': tf.int64,
'lefteye_y': tf.int64,
'leftmouth_x': tf.int64,
'leftmouth_y': tf.int64,
'nose_x': tf.int64,
'nose_y': tf.int64,
'righteye_x': tf.int64,
'righteye_y': tf.int64,
'rightmouth_x': tf.int64,
'rightmouth_y': tf.int64,
}),
})
Ключи под наблюдением (см . документ
as_supervised
):None
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Цитата :
@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
}