cara_ancha

  • Descripción :

El conjunto de datos WIDER FACE es un conjunto de datos de referencia de detección de rostros, del cual las imágenes se seleccionan del conjunto de datos WIDER disponible públicamente. Elegimos 32 203 imágenes y etiquetamos 393 703 rostros con un alto grado de variabilidad en escala, pose y oclusión, como se muestra en las imágenes de muestra. El conjunto de datos WIDER FACE está organizado en base a 61 clases de eventos. Para cada clase de evento, seleccionamos al azar 40 %/10 %/50 % de datos como conjuntos de entrenamiento, validación y prueba. Adoptamos la misma métrica de evaluación empleada en el conjunto de datos PASCAL VOC. De manera similar a los conjuntos de datos MALF y Caltech, no publicamos la realidad del terreno del cuadro delimitador para las imágenes de prueba. Los usuarios deben enviar archivos de predicción finales, que procederemos a evaluar.

Separar Ejemplos
'test' 16,097
'train' 12,880
'validation' 3,226
  • Estructura de características :
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),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
caras Secuencia
caras/bbox BBoxCaracterística (4,) flotar32
caras/desenfoque Tensor uint8
caras/expresión Tensor bool
rostros/iluminación Tensor bool
rostros/no válido Tensor bool
caras/oclusión Tensor uint8
caras/postura Tensor bool
imagen Imagen (Ninguno, Ninguno, 3) uint8
imagen/nombre de archivo Texto cuerda

Visualización

  • Cita :
@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} }