celeb_a

• Visualisasi : Jelajahi di Ketahui Data Anda north_east

• Deskripsi :

Kumpulan Data Atribut CelebFaces (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 yang besar, dan anotasi yang kaya, termasuk - 10.177 jumlah identitas, - 202.599 jumlah gambar wajah, dan - 5 lokasi landmark, 40 anotasi atribut biner per gambar.

Kumpulan data dapat digunakan sebagai kumpulan pelatihan dan pengujian untuk tugas visi komputer berikut: pengenalan atribut wajah, deteksi wajah, dan lokalisasi landmark (atau bagian wajah).

• Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode north_east

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

• Kode sumber : tfds.datasets.celeb_a.Builder

• Versi :

  • 2.0.1 : API terpisah baru ( https://tensorflow.org/datasets/splits )
  • 2.1.0 (default): Fitur identitas ditambahkan.

• Ukuran unduhan : 1.39 GiB

• Ukuran kumpulan data : 1.63 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

• 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
}