viso_ampio

• Descrizione :

Il set di dati WIDER FACE è un set di dati di riferimento per il rilevamento dei volti, le cui immagini sono selezionate dal set di dati WIDER pubblicamente disponibile. Scegliamo 32.203 immagini ed etichettiamo 393.703 volti con un alto grado di variabilità in scala, posa e occlusione come illustrato nelle immagini campione. Il set di dati WIDER FACE è organizzato sulla base di 61 classi di eventi. Per ogni classe di evento, selezioniamo casualmente il 40%/10%/50% di dati come set di addestramento, convalida e test. Adottiamo la stessa metrica di valutazione impiegata nel set di dati PASCAL VOC. Analogamente ai set di dati MALF e Caltech, non rilasciamo la verità del terreno del riquadro di delimitazione per le immagini di prova. Gli utenti sono tenuti a inviare i file di previsione finali, che procederemo a valutare.

• Pagina iniziale : http://shuoyang1213.me/WIDERFACE/

• Codice sorgente : tfds.object_detection.WiderFace

• Versioni :

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

• Dimensione del download : 3.42 GiB

• Dimensione del set di dati: 3.45 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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} }