celeb_a

• Deskripsi :

CelebFaces Attributes Dataset (CelebA) adalah kumpulan data atribut wajah berskala besar dengan lebih dari 200 ribu gambar selebriti, masing-masing dengan 40 anotasi atribut. Gambar dalam kumpulan data ini mencakup variasi pose yang besar dan latar belakang yang berantakan. CelebA memiliki keragaman yang besar, jumlah besar, dan anotasi yang kaya, termasuk - 10.177 jumlah identitas, - 202.599 jumlah gambar wajah, dan - 5 lokasi tengara, 40 anotasi atribut biner per gambar.

Dataset dapat digunakan sebagai set pelatihan dan pengujian untuk tugas-tugas computer vision berikut: pengenalan atribut wajah, deteksi wajah, dan lokalisasi landmark (atau bagian wajah).

• Situs web : http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

• Kode sumber : tfds.image.CelebA

• Versi :

  • 2.0.0 : Tidak ada catatan rilis.
  • 2.0.1 (default): API split baru ( https://tensorflow.org/datasets/splits )

• Ukuran unduhan : 1.38 GiB

• Ukuran set data : 1.62 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Split :

• Fitur :

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,
    }),
})

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

@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
}

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):