szersza_twarz

• opis :

Zbiór danych WIDER FACE to zbiór danych porównawczych wykrywania twarzy, z których obrazy są wybierane z publicznie dostępnego zbioru danych WIDER. Wybieramy 32 203 obrazy i etykietujemy 393 703 twarze o wysokim stopniu zmienności skali, pozy i okluzji, jak pokazano na przykładowych obrazach. Zbiór danych WIDER FACE jest zorganizowany w oparciu o 61 klas zdarzeń. Dla każdej klasy zdarzeń losowo wybieramy 40%/10%/50% danych jako zbiory treningowe, walidacyjne i testowe. Przyjmujemy tę samą metrykę oceny, co w zbiorze danych PASCAL VOC. Podobnie jak w przypadku zestawów danych MALF i Caltech, nie ujawniamy prawdy o podstawach ramki ograniczającej dla obrazów testowych. Użytkownicy są zobowiązani do przesłania ostatecznych plików prognoz, które przystąpimy do oceny.

• Strona główna : http://shuoyang1213.me/WIDERFACE/

• Kod źródłowy : tfds.object_detection.WiderFace

• Wersje :

  • 0.1.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 3.42 GiB

• Rozmiar zestawu danych : 3.45 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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} }