wide_face

• Deskripsi :

Dataset WIDER FACE adalah set data tolok ukur deteksi wajah, yang gambarnya dipilih dari set data WIDER yang tersedia untuk umum. Kami memilih 32.203 gambar dan melabeli 393.703 wajah dengan tingkat variabilitas yang tinggi dalam skala, pose, dan oklusi seperti yang digambarkan dalam gambar sampel. Dataset WIDER FACE disusun berdasarkan 61 kelas acara. Untuk setiap kelas acara, kami secara acak memilih 40% / 10% / 50% data sebagai set pelatihan, validasi, dan pengujian. Kami mengadopsi metrik evaluasi yang sama yang digunakan dalam dataset PASCAL VOC. Mirip dengan set data MALF dan Caltech, kami tidak merilis kebenaran dasar kotak pembatas untuk gambar uji. Pengguna harus mengirimkan file prediksi akhir, yang akan kami evaluasi.

• Situs web : http://shuoyang1213.me/WIDERFACE/

• Kode sumber : tfds.object_detection.WiderFace

• Versi :

  • 0.1.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 3.42 GiB

• Ukuran kumpulan data : Unknown size

• Cache otomatis ( dokumentasi ): Tidak diketahui

• Split :

• Fitur :

FeaturesDict({
    'faces': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=tf.float32),
        'blur': tf.uint8,
        'expression': tf.bool,
        'illumination': tf.bool,
        'invalid': tf.bool,
        'occlusion': tf.uint8,
        'pose': tf.bool,
    }),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
})

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

@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} }

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):