il300w_lp

• Descrizione :

Il set di dati 300W-LP è stato ampliato da 300W, che standardizza più database di allineamento con 68 punti di riferimento, tra cui AFW, LFPW, HELEN, IBUG e XM2VTS. Con 300W, 300W-LP adotta la profilatura facciale proposta per generare 61.225 campioni su pose grandi (1.786 da IBUG, 5.207 da AFW, 16.556 da LFPW e 37.676 da HELEN, XM2VTS non viene utilizzato).

Il set di dati può essere utilizzato come set di addestramento per le seguenti attività di visione artificiale: riconoscimento degli attributi del volto e localizzazione del punto di riferimento (o parte del viso).

• Homepage : http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/3DDFA/main.htm

• Codice sorgente : tfds.datasets.the300w_lp.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 2.63 GiB

• Dimensione del set di dati : 1.33 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'color_params': Tensor(shape=(7,), dtype=float32),
    'exp_params': Tensor(shape=(29,), dtype=float32),
    'illum_params': Tensor(shape=(10,), dtype=float32),
    'image': Image(shape=(450, 450, 3), dtype=uint8),
    'landmarks_2d': Tensor(shape=(68, 2), dtype=float32),
    'landmarks_3d': Tensor(shape=(68, 2), dtype=float32),
    'landmarks_origin': Tensor(shape=(68, 2), dtype=float32),
    'pose_params': Tensor(shape=(7,), dtype=float32),
    'roi': Tensor(shape=(4,), dtype=float32),
    'shape_params': Tensor(shape=(199,), dtype=float32),
    'tex_params': Tensor(shape=(199,), dtype=float32),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@article{DBLP:journals/corr/ZhuLLSL15,
  author    = {Xiangyu Zhu and
               Zhen Lei and
               Xiaoming Liu and
               Hailin Shi and
               Stan Z. Li},
  title     = {Face Alignment Across Large Poses: {A} 3D Solution},
  journal   = {CoRR},
  volume    = {abs/1511.07212},
  year      = {2015},
  url       = {http://arxiv.org/abs/1511.07212},
  archivePrefix = {arXiv},
  eprint    = {1511.07212},
  timestamp = {Mon, 13 Aug 2018 16:48:23 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/ZhuLLSL15},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}