celeba数据集_人脸识别常用数据集介绍(附下载链接)及常用评估指标
为什么要聊到数据集这个话题..因为数据集的noise对训练效果的影响很大!很长一段时间MegaFace的效果都上不去,就是因为数据集噪声的原因。而且自己在训练人脸的时候,如果不对数据集的噪声和属性有一点了解,对训练结果可能会有误判,甚至越训练越差...在选择数据集的时候不要一味求大,有的时候选择一个noise比例极高的大数据集,效果还不如选择一个clean的小数据集呢,可以参见这篇论文The Devil of Face Recognition is in the Noise
LFW
全名是Labeled Faces in the Wild.这个数据集是人脸评估一定会用到的一个数据集,包含了来自1680的13000张人脸图,数据是从网上搜索来的。基本都是正脸。这个数据集也是最简单的,基本主流算法都能跑到99%以上,貌似有6对label错了,所以最高正确率应该是99.9%左右。这个都跑不到99%的话别的数据集表现效果会更差。一般来说这个数据集是用来做人脸识别验证的。
下载链接:LFW Face Database : Main
CelebFaces
总共包含10177个人的202599张图片,也是从搜索引擎上爬过来的,噪声不算多,适合作为训练集。同时这个数据对人脸有一些二元标签,比如是否微笑,是否戴帽子等。如果需要特定属性的人脸,也可以从中获取。40个属性如下(引用自芯尚刃:CelebA数据集详细介绍及其属性提取源代码 ):
- 5_o_Clock_Shadow:刚长出的双颊胡须
- Arched_Eyebrows:柳叶眉
- Attractive:吸引人的
- Bags_Under_Eyes:眼袋
- Bald:秃头
- Bangs:刘海
- Big_Lips:大嘴唇
- Big_Nose:大鼻子
- Black_Hair:黑发
- Blond_Hair:金发
- Blurry:模糊的
- Brown_Hair:棕发
- Bushy_Eyebrows:浓眉
- Chubby:圆胖的
- Double_Chin:双下巴
- Eyeglasses:眼镜
- Goatee:山羊胡子
- Gray_Hair:灰发或白发
- Heavy_Makeup:浓妆
- High_Cheekbones:高颧骨
- Male:男性
- Mouth_Slightly_Open:微微张开嘴巴
- Mustache:胡子,髭
- Narrow_Eyes:细长的眼睛
- No_Beard:无胡子
- Oval_Face:椭圆形的脸
- Pale_Skin:苍白的皮肤
- Pointy_Nose:尖鼻子
- Receding_Hairline:发际线后移
- Rosy_Cheeks:红润的双颊
- Sideburns:连鬓胡子
- Smiling:微笑
- Straight_Hair:直发
- Wavy_Hair:卷发
- Wearing_Earrings:戴着耳环
- Wearing_Hat:戴着帽子
- Wearing_Lipstick:涂了唇膏
- Wearing_Necklace:戴着项链
- Wearing_Necktie:戴着领带
- Young:年轻人
这些标签的属性在下载文件中的list_attr_celeba.txt中,在使用的时候,由于它不每一列都分开的,而是所有属性按一列来读取,所以在使用的时候,注意使用line.split()进行切分。(不是line.split(" "),因为每个属性不全都是按一个空格隔开的,有的时候是用两个空格隔开的,自己在这里踩过坑所以就记录一下..
下载链接:Large-scale CelebFaces Attributes (CelebA) Dataset
CFP
这个数据集由500个identity的约共7000张图片组成,这个数据集的特别之处在于对于每个人,它有10张正面图像和4张侧面图像,这对于想要做侧脸识别的同学还是很有帮助的。我也写了一篇关于侧脸识别的博文:https://zhuanlan.zhihu.com/p/61304192 有兴趣的可以看一看
下载链接: http://www.cfpw.io/cfp-dataset.zip
VGG-Face
来自2622个人的2百万张图片。每个人大概要2000+图片,跟MS-Celeb-1M有很多重叠的地方(因为都是从搜索引擎来的),这个数据集经常作为训练模型的数据,噪声比较小,相对来说能训练出比较好的结果。
下载链接:VGG Face Dataset
CASIA-WebFace
该数据集是从IMBb网站上搜集来的,含10K个人的500K张图片。同时做了相似度聚类来去掉一部分噪声。CAISA-WebFace的数据集源和IMDb-Face是一样的,不过因为数据清洗的原因,会比IMDb-Face少一些图片。噪声不算特别多,适合作为训练数据。
下载链接:https://drive.google.com/file/d/1Of_EVz-yHV7QVWQGihYfvtny9Ne8qXVz/view
MS-Celeb-1M
100K人的共100M图片,来自搜索引擎。这个数据集非常大,没有清洗过,噪声很大,很难。我用未经过清洗的MS-Celeb-1M训练google facenet和Insightface的accuracy都比较低。
下载链接:MS-Celeb-1M: Challenge of Recognizing One Million Celebrities in the Real World - Microsoft Research
然而没有被请洗过的MS1M数据集噪声太大,所以其实更推荐使用iBUG清洗过的数据集(以下链接来自insightface团队):
https://pan.baidu.com/s/1nxmSCch
MegaFace
672K人的4.7M张图片,做过一些清洗,不过依然有噪声,不同人的图片可能混到了一起。相比来说噪声可能比MS-Celeb-1M小一点,但还是挺大的..这个数据集是由两个数据集组合而来:Facescrub和FGNet,所以如果你要使用多个数据集,注意有没有重合哦!
下载链接: MegaFace
各个数据集的scale和噪声比例见下图(来自论文the devil of face recognition is in the Noise)。这篇论文也有提到清洗数据的噪声能够有效提升训练表现,所以大家自己在做人脸相关的检测时也要心中有数,除了可以优化算法,优化数据集也是一种方向。
还有一些数据集陆陆续续地补充上去~
人脸识别指标
虽然跑库的时候我们一般还是看Accuracy或者Recall,不过其实实际应用的时候更多的是会用TAR(True Accept Rate)和FAR(False Accept Rate)。
这个指标的意思是我们拿一对不同的人的照片去测试的时候,如果两个人的特征向量之差超过了设定的阈值(也就是把这两个人认成了同一个人)的次数比上所有不同的人的pairs的对比次数。也就是把不同的人识别成同一个人的概率啦。当然是越小越好
那么TAR则是表示正确接受的比例。就是同一个人的照片被判别为同一个人的概率。
一般我们会计算的是在FAR为多少(比如
参考文献:
The Devil of Face Recognition is in the Noise
deepinsight/insightface
https://blog.csdn.net/liuweiyuxiang/article/details/81259492
celeba数据集_人脸识别常用数据集介绍(附下载链接)及常用评估指标相关推荐
- 狸窝音频剪辑软件_「附下载链接」常用的5款视频格式转换软件,收藏起来吧...
日常生活中,大家可能会自己制作一些记录生活的小视频,或者作为爱好上传到视频平台,就会用到很多种的视频格式,比如MP4.MKV.WMV.FLV.MOV.DV等等.因为有的视频网站需要特殊格式的视频才能上 ...
- 无约束低分辨率人脸识别综述一:用于低分辨率人脸识别的数据集
目前,监控场景下的极低分辨率人脸识别是一个非常小的研究领域,可用的数据集非常有限.其中SCface.Point and Shot.IJB-S.UCCSface.QMUL Survface和QMUL T ...
- teleport 组件的作用_人脸识别综述! 覆盖人脸检测,预处理和特征表示三大核心组件!...
The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances 人脸识别是计算机视觉社区中最基础和历史悠久的 ...
- 1、华为hilens二次开发_人脸识别技能实现
华为hilens二次开发_人脸识别 华为hilens二次开发_人脸识别 1.找到技能文件所在位置 2.hilens管理控制台创建技能 3.配置路径说明: 华为hilens二次开发_人脸识别 通过技能中 ...
- 人脸识别损失函数综述(附开源地址)
原文:人脸识别损失函数综述(附开源地址) 原文地址: https://zhuanlan.zhihu.com/p/51324547 常用的度量学习损失方法有对比损失(Contrastive loss). ...
- CityScapes数据集转voc数据格式训练yolov5(含下载链接)
CityScapes数据集转voc数据格式训练yolov5(含下载链接) 1.CityScapes数据集数据格式: 2.数据处理 3.CityScapes数据集转VOC格式转换代码 CityScape ...
- android 静态图片自动切换,Android静态图片人脸识别的完整demo(附完整源码)
Android静态图片人脸识别的完整demo(附完整源码) 来源:互联网 作者:佚名 时间:2015-03-24 20:07 本文介绍了android静态识别人脸并进行标记人眼位置及人脸框的完整dem ...
- 【干货】2021年视频号商业化产品能力介绍:招商、推广、变现-腾讯.pdf(附下载链接)...
大家好,我是文文(微信号:sscbg2020),今天给大家分享腾讯官方于2021年2月份发布的视频号干货资料<2021年视频号商业化产品能力介绍.pdf>,关注短视频伙伴们别错过了!另外, ...
- 【干货】腾讯内部-微信视频号介绍、商业玩法及涨粉方案.pdf(附下载链接)...
大家好,我是文文(微信号:sscbg2020),今天给大家分享一份腾讯内部发布的干货资料:<微信视频号介绍.商业玩法及涨粉方案.pdf>,短视频赛道尤其是要布局视频号的伙伴们别错过了呀,另 ...
最新文章
- irobot擦地机器人故障_iRobot擦地机器人:只会擦地并不“奢侈”
- python从socket做个websocket的聊天室server
- javadoc 开源项目_在下一个项目中不使用JavaDoc的5大原因
- juc是什么java_JUC简介
- S5700日志查看与清空
- 标准模块 threading
- C++ static_cast和dynamic_cast
- 叶子结点和分支节点_C++笔试题之求完全二叉树叶子节点数
- 【IRA/GSM/UCS2】the difference of IRA/GSM/UCS2 character set
- visio反向工程 mysql_Visio 2010对MySQL数据库反向工程生成ER数据库模型图
- 阅读目标检测综述论文
- 北极科考:我们为什么要在北极呆上一年?
- qt生成程序以管理员身份运行和取消以管理员身份运行方式
- ijkplayer 代码走读之 播放器网络数据读取过程详解2
- zoomit64_终极缩放工具? Sysinternal的ZoomIt
- 分治算法之循环赛程日志表
- 案例分享 | CEVA 使用 TensorFlow Lite 在边缘设备部署语音识别引擎及前端
- 论文阅读:Gradient-Induced Co-Saliency Detection(ECCV2020)
- Git --- Git Gui
- 云服务器建网站(安装Java与Tomcat)