более широкое_лицо

  • Описание :

Набор данных WIDER FACE — это эталонный набор данных для распознавания лиц, изображения которого выбираются из общедоступного набора данных WIDER. Мы выбрали 32 203 изображения и пометили 393 703 лица с высокой степенью изменчивости масштаба, позы и окклюзии, как показано на образцах изображений. Набор данных WIDER FACE организован на основе 61 класса событий. Для каждого класса событий мы случайным образом выбираем данные 40%/10%/50% в качестве наборов для обучения, проверки и тестирования. Мы принимаем ту же метрику оценки, что и в наборе данных PASCAL VOC. Как и в случае с наборами данных MALF и Caltech, мы не публикуем истину о ограничивающей рамке для тестовых изображений. Пользователи должны представить окончательные файлы прогнозов, которые мы приступим к оценке.

Расколоть Примеры
'test' 16 097
'train' 12 880
'validation' 3226
  • Структура функции :
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),
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
лица Последовательность
лица/ббокс BBoxFeature (4,) поплавок32
лица/размытие Тензор uint8
лица/выражение Тензор логический
лица/освещение Тензор логический
лица/инвалид Тензор логический
лица/окклюзия Тензор uint8
лица/поза Тензор логический
изображение Изображение (Нет, Нет, 3) uint8
изображение/имя файла Текст нить

Визуализация

  • Цитата :
@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} }