กว้าง_face

จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

  • คำอธิบาย :

ชุดข้อมูล WIDER FACE เป็นชุดข้อมูลเกณฑ์มาตรฐานการตรวจจับใบหน้า ซึ่งเลือกรูปภาพจากชุดข้อมูล WIDER ที่เผยแพร่ต่อสาธารณะ เราเลือกภาพ 32,203 ภาพและติดป้ายกำกับใบหน้า 393,703 ใบหน้าที่มีความแปรปรวนสูงในด้านขนาด ท่าทาง และการบดเคี้ยวตามที่แสดงในภาพตัวอย่าง ชุดข้อมูล WIDER FACE ถูกจัดระเบียบตามคลาสเหตุการณ์ 61 คลาส สำหรับแต่ละคลาสเหตุการณ์ เราสุ่มเลือกข้อมูล 40%/10%/50% เป็นชุดการฝึกอบรม การตรวจสอบ และการทดสอบ เราใช้เมตริกการประเมินแบบเดียวกับที่ใช้ในชุดข้อมูล PASCAL VOC คล้ายกับชุดข้อมูล MALF และ Caltech เราไม่เผยแพร่ความจริงของกรอบขอบเขตสำหรับภาพทดสอบ ผู้ใช้จะต้องส่งไฟล์การคาดการณ์ขั้นสุดท้าย ซึ่งเราจะดำเนินการประเมินต่อไป

แยก ตัวอย่าง
'test' 16,097
'train' 12,880
'validation' 3,226
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'faces': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'blur': uint8,
        'expression': bool,
        'illumination': bool,
        'invalid': bool,
        'occlusion': uint8,
        'pose': bool,
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})
  • เอกสารคุณสมบัติ :
ลักษณะเฉพาะ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
ใบหน้า ลำดับ
ใบหน้า/bbox คุณสมบัติ BBox (4,) ลอย32
ใบหน้า/เบลอ เทนเซอร์ uint8
ใบหน้า/การแสดงออก เทนเซอร์ บูล
ใบหน้า/ไฟส่องสว่าง เทนเซอร์ บูล
ใบหน้า/ไม่ถูกต้อง เทนเซอร์ บูล
ใบหน้า/การบดเคี้ยว เทนเซอร์ uint8
ใบหน้า/ท่าทาง เทนเซอร์ บูล
ภาพ ภาพ (ไม่มี, ไม่มี, 3) uint8
รูปภาพ/ชื่อไฟล์ ข้อความ สตริง

การสร้างภาพ

  • การอ้างอิง :
@inproceedings{yang2016wider,
    Author = {Yang, Shuo and Luo, Ping and Loy, Chen Change and Tang, Xiaoou},
    Booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
    Title = {WIDER FACE: A Face Detection Benchmark},
    Year = {2016} }