celeb_a

• বর্ণনা :

CelebFaces অ্যাট্রিবিউটস ডেটাসেট (CelebA) হল একটি বৃহৎ-স্কেল ফেস অ্যাট্রিবিউট ডেটাসেট যেখানে 200K সেলিব্রিটির ছবি রয়েছে, প্রতিটিতে 40টি অ্যাট্রিবিউট অ্যানোটেশন রয়েছে। এই ডেটাসেটের ছবিগুলি বৃহৎ ভঙ্গি বৈচিত্র্য এবং পটভূমির বিশৃঙ্খলা কভার করে৷ CelebA-এর বিশাল বৈচিত্র্য, প্রচুর পরিমাণে, এবং সমৃদ্ধ টীকা রয়েছে, যার মধ্যে রয়েছে - 10,177 সংখ্যক পরিচয়, - 202,599 সংখ্যক মুখের ছবি, এবং - 5টি ল্যান্ডমার্ক অবস্থান, 40টি বাইনারি অ্যাট্রিবিউট টীকা প্রতি ছবিতে৷

ডেটাসেটকে নিম্নলিখিত কম্পিউটার ভিশন টাস্কগুলির জন্য প্রশিক্ষণ এবং পরীক্ষার সেট হিসাবে নিযুক্ত করা যেতে পারে: মুখের বৈশিষ্ট্য সনাক্তকরণ, মুখ সনাক্তকরণ এবং ল্যান্ডমার্ক (বা মুখের অংশ) স্থানীয়করণ।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

• সোর্স কোড : tfds.datasets.celeb_a.Builder

• সংস্করণ :

  • 2.0.1 : নতুন স্প্লিট API ( https://tensorflow.org/datasets/splits )
  • 2.1.0 (ডিফল্ট): পরিচয় বৈশিষ্ট্য যোগ করা হয়েছে।

• ডাউনলোড সাইজ : 1.39 GiB

• ডেটাসেটের আকার : 1.63 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'attributes': FeaturesDict({
        '5_o_Clock_Shadow': bool,
        'Arched_Eyebrows': bool,
        'Attractive': bool,
        'Bags_Under_Eyes': bool,
        'Bald': bool,
        'Bangs': bool,
        'Big_Lips': bool,
        'Big_Nose': bool,
        'Black_Hair': bool,
        'Blond_Hair': bool,
        'Blurry': bool,
        'Brown_Hair': bool,
        'Bushy_Eyebrows': bool,
        'Chubby': bool,
        'Double_Chin': bool,
        'Eyeglasses': bool,
        'Goatee': bool,
        'Gray_Hair': bool,
        'Heavy_Makeup': bool,
        'High_Cheekbones': bool,
        'Male': bool,
        'Mouth_Slightly_Open': bool,
        'Mustache': bool,
        'Narrow_Eyes': bool,
        'No_Beard': bool,
        'Oval_Face': bool,
        'Pale_Skin': bool,
        'Pointy_Nose': bool,
        'Receding_Hairline': bool,
        'Rosy_Cheeks': bool,
        'Sideburns': bool,
        'Smiling': bool,
        'Straight_Hair': bool,
        'Wavy_Hair': bool,
        'Wearing_Earrings': bool,
        'Wearing_Hat': bool,
        'Wearing_Lipstick': bool,
        'Wearing_Necklace': bool,
        'Wearing_Necktie': bool,
        'Young': bool,
    }),
    'identity': FeaturesDict({
        'Identity_No': int64,
    }),
    'image': Image(shape=(218, 178, 3), dtype=uint8),
    'landmarks': FeaturesDict({
        'lefteye_x': int64,
        'lefteye_y': int64,
        'leftmouth_x': int64,
        'leftmouth_y': int64,
        'nose_x': int64,
        'nose_y': int64,
        'righteye_x': int64,
        'righteye_y': int64,
        'rightmouth_x': int64,
        'rightmouth_y': int64,
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@inproceedings{conf/iccv/LiuLWT15,
  added-at = {2018-10-09T00:00:00.000+0200},
  author = {Liu, Ziwei and Luo, Ping and Wang, Xiaogang and Tang, Xiaoou},
  biburl = {https://www.bibsonomy.org/bibtex/250e4959be61db325d2f02c1d8cd7bfbb/dblp},
  booktitle = {ICCV},
  crossref = {conf/iccv/2015},
  ee = {http://doi.ieeecomputersociety.org/10.1109/ICCV.2015.425},
  interhash = {3f735aaa11957e73914bbe2ca9d5e702},
  intrahash = {50e4959be61db325d2f02c1d8cd7bfbb},
  isbn = {978-1-4673-8391-2},
  keywords = {dblp},
  pages = {3730-3738},
  publisher = {IEEE Computer Society},
  timestamp = {2018-10-11T11:43:28.000+0200},
  title = {Deep Learning Face Attributes in the Wild.},
  url = {http://dblp.uni-trier.de/db/conf/iccv/iccv2015.html#LiuLWT15},
  year = 2015
}