【知识星球】几个人像分割数据集简介和下载
欢迎大家来到《知识星球》专栏,今天给大家介绍一下人像分割相关的几个数据集,并提供下载。
作者&编辑 | 言有三
有三AI知识星球的“数据集”板块中已经提供了非常多的珍贵的数据集介绍和下载,从人脸相关的任务,到美学摄影,到一些大型数据集,今天介绍几个人像分割相关的数据集。
1 图像分割算法
关于图像分割的知识,大家可以关注我们相关的技术文章,从传统算法到深度学习算法,有综述,有各类模型的解读,如下:
【技术综述】闲聊图像分割这件事儿
【完结】12篇文章带你逛遍主流分割网络
【技术综述】基于弱监督深度学习的图像分割方法综述
2 肖像分割数据集
肖像分割是一类比较特殊的人像分割问题,通常是将自拍的半身人像提取出后应用风格化,背景替换,调整景深等算法。
有三AI知识星球-数据集
Automatic Portrait Matting
Automatic Portrait Matting数据集是一个图像分割数据集,包含2000张图像和对应的Matting标注结果,大小为600×800,都是自拍图像。
作者/编辑 言有三
数据集地址:http://www.cse.cuhk.edu.hk/~leojia/projects/automatting/,发布于2016年,无法下载可以移步有三AI知识星球。
数据集包含2000张图,训练集1700张,测试集300张,数据都是来源于Flickr的肖像图,图像原始分辨率大小为600×800,其中Matting用closed-form matting和KNN matting方法生成。
由于肖像分割数据集商业价值较高,因此公开的大规模数据集很少,这个数据集是其中发布较早,使用范围也较广的一个数据集,它有几个比较重要的特点:
(1) 图像分辨率统一,拍摄清晰,质量很高。
(2) 所有图像均为上半身的肖像图,人像区域在长度和宽度均至少占据图像的2/3。
(3) 人物的姿态变化很小,都为小角度的正面图,背景较为简单。
[1] Shen X, Tao X, Gao H, et al. Deep Automatic Portrait Matting[M]// ComputerVision – ECCV 2016. Springer International Publishing, 2016:92-107.
3 人脸部位分割数据集
人脸parsing是专门针对人脸的各个子区域的分割问题,分割出各个部位后常用于人像美颜等应用。
有三AI知识星球-数据集
Helen Parsing dataset
Helen Parsing dataset是将关键点检测数据集Helen Dataset进行了标注后得到的人脸图像分割数据集,包含2000张训练图像和330张测试图像。
数据集地址:http://www.cs.wisc.edu/~lizhang/projects/face-parsing/,发布于2013年。
这是一个人脸分割数据集,包含面部区域10类的标注,分别是Face skin,Left eye,Right eye,Left brow,Right brow,Nose,Inner mouth,Upper lip,Lower lip,Background。
[1] Smith B M, Zhang L, Brandt J, et al. Exemplar-based face parsing[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2013: 3484-3491.
4 人体分割数据集
人体分割数据集包含所有类型的人像图,有各种姿态,各种人体比例,非常多样化,可以用于更加精细和复杂的抠图场景。
有三AI知识星球-数据集
LIP dataset
Look into Person (LIP)是一个人体分割和人体关键点数据集,包含50,462张图片,19个语义类别的标注,16个人体关键点标注。
数据集地址:http://www.sysu-hcp.net/lip/,发布于2018年。
Look into Person (LIP)包含50,462张图片,19个语义类别的标注,加上背景共20类。其中训练数据集30,462张,测试集和验证集都是10,000张。
数据集中的图像来自于Microsoft COCO中抠出来的人像,19个语义类别分别是hat, hair, sunglasses, upper-clothes, dress, coat, socks, pants, gloves, scarf, skirt, jumpsuits, face, right arm, left arm, right leg, left leg, right shoe, left shoe,几乎包含了所有人体有用的信息,以下是其中的标注样例:
上图展示了其中的一些统计特性,可知道数据集多样性非常好。
[1] Gong K, Liang X, Zhang D, et al. Look into person: Self-supervised structure-sensitive learning and a new benchmark for human parsing[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2017: 932-940.
除此之外,还有一些人像相关的高质量分割数据集,我们这几天会在知识星球中同步,欢迎来关注。有三AI知识星球的内容非常多,大家可以预览一些内容如下。
以上所有内容
加入有三AI知识星球即可获取
来日方长
点击加入
不见不散
更多精彩
每日更新
转载文章请后台联系
侵权必究
往期精选
有三AI知识星球官宣,BAT等大咖等你来撩
揭秘7大AI学习板块,这个星球推荐你拥有
【知识星球】做作业还能赢奖金,传统图像/机器学习/深度学习尽在不言
【知识星球】颜值,自拍,美学三大任务简介和数据集下载
【知识星球】数据集板块重磅发布,海量数据集介绍与下载
【知识星球】猫猫狗狗与深度学习那些事儿
【知识星球】超3万字的网络结构解读,学习必备
【知识星球】视频分类/行为识别网络和数据集上新
【知识星球】3D网络结构解读系列上新
【知识星球】动态推理网络结构上新,不是所有的网络都是不变的
【知识星球】Attention网络结构上新,聚焦才能赢
【知识星球】几个人像分割数据集简介和下载相关推荐
- 【知识星球】视频分类模型和数据集板块汇总介绍
欢迎大家来到<知识星球>专栏,这里是网络结构1000变和数据集小专题. 作者&编辑 | 言有三 1 视频分类问题 基于深度学习的视频分类包含非常多的方法,如3D卷积,双流法,LST ...
- Supervisely 人像分割数据集
Supervisely 人像分割数据集包含 5711 张图片, 6884 个人像注释. 这是一个比 Coco 标注质量更高的人像分割数据集. 标注图像示例: 关于数据集的更多信息,参考这篇博客. 获取 ...
- Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略
Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介.下载.使用方法之详细攻略 目录 Rotten Tomatoes影评数据集简介 Rotten Tomatoe ...
- Dataset之CIFAR-10:CIFAR-10数据集简介、下载、使用方法之详细攻略
Dataset之CIFAR-10:CIFAR-10数据集简介.下载.使用方法之详细攻略 目录 CIFAR-10简介 1.与MNIST 数据集中目比, CIFAR-10 真高以下不同点 2.Tensor ...
- Dataset之WebVision:WebVision数据集简介、下载、使用方法之详细攻略
Dataset之WebVision:WebVision数据集简介.下载.使用方法之详细攻略 目录 WebVision数据集简介 1.WebVision数据集挑战 WebVision数据集下载 WebV ...
- Dataset之Fashion-MNIST:Fashion-MNIST数据集简介、下载、使用方法之详细攻略
Dataset之Fashion-MNIST:Fashion-MNIST数据集简介.下载.使用方法之详细攻略 目录 Fashion-MNIST数据集简介 1.Why we made Fashion-MN ...
- Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介+数据增强(将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍) 目录 MNIST ...
- Dataset之MNIST:MNIST(手写数字图片识别及其ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别及其ubyte.gz文件)数据集简介.下载.使用方法(包括数据增强,将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5 ...
- Kinetics-400数据集简介及下载
1.Kinetics-400数据集简介 Kinetics-400是一个大规模,高质量的YouTube视频网址数据集,其中包含各种以人为本的行动.该数据集包含 400 个人类动作类,每个动作至少有 40 ...
最新文章
- widcomm BT search place
- okhttp连接池_OkHttp配置HTTPS访问+服务器部署
- Spring Security 3.1 自定义 authentication provider
- 工作67:el-table问题
- Volley网络请求框架简析——Android网络请求框架(三)
- Selenium自动化测试-3.元素定位(3)
- EPIC下载商城UE4内容后
- AD16操作技巧笔记
- cumsum在matlab中,matlab中cumsum函数详解
- 【修电脑】EFI Network 0 for IPv4(XX-XX-XX-XX-XX)boot failed
- TMS320F280049C 学习笔记4 Led_ex1_blinky 初始化函数及系统时钟
- Linux ARM平台开发系列讲解(摄像头V4L2子系统) 2.12.4 V4L2子设备操作函数结构体分析
- 程序员如何提高影响力
- 输入商品显示商品名称和价格
- Debian搭建SVN服务器
- 快速渡河(贪心算法)
- NEUQ ACM预备队训练-week5(图的基础存图和dfs)
- 程序员需要研究厚黑学吗
- 【SpringAOP进阶】添加注解方式进行接口增强
- 2 万字 + 20张图| 细说 Redis 九种数据类型和应用场景
热门文章
- 【并发那些事】可见性问题的万恶之源
- Android--加载大分辨率图片到内存
- Java数据库连接(JDBC)之二:Statement对象和PreparedStatement对象的使用
- 【Servlet】Cookie应用:显示上次访问页面时间
- codeforces 498 div3(a-e java)
- 零基础python嵌入式开发_零基础Python入门教程
- ccf-csp #201912-2 回收站选址
- 串口服务器怎么测信号,串口服务器如何调试
- java 中和_java中的和=是什么意思
- android 骨架屏刷新动画,ios - 原生骨架屏,网络加载过渡动画的封装