Celeb数据集的介绍和使用

忘是亡心i 2021-12-13 04:02 768阅读 0赞

# Celeb数据集 #

CelebA数据集是香港中文大学开源大规模的人脸检测基准数据集。它包含10177个名人身份的202599张人脸图片，此数据集中的图像覆盖了大的姿势变化和背景杂乱。每个图像都有40个属性注释，例如可区分是否佩戴眼镜、长短发、鼻子、嘴唇、发色、性别等特征，本文对此数据集以性别做标签，对人脸进行性别区分，其中包含女性118165张人脸图片，男性138704张人脸图片。该数据集可用作面部属性识别，面部检测，地标（或面部部分）定位以及面部编辑和合成的数据集使用。下载可前往[官网][Link 1]上下载，或者直接在[百度网盘][Link 2]（官方提供）上下载，数据集有一点大。

# 整理数据集 #

数据集下载之后就是一个文件夹里面包含各种人脸图片，本文主要简单介绍以下按照性别整理数据集。在Anno文件夹中包含储存图片属性的txt即如下左图所示，右边图示中202599标识的是有标记的图片的张数，红色框中是标记了的属性（有40个），绿色框中是每个属性对应的值，1表示是属于这个属性，-1表示相反属性。例如Male这个标记（第21个），在000001.jpg中值是-1，所以该人脸图像是女性。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70][]           ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70 1][]

## 按性别划分数据集并将图像转换尺寸大小为（256，256） ##

代码如下：

from imageio import imread, imsave
    import cv2
    import glob, os
    from tqdm import tqdm
    import shutil
    data_dir = 'E:/study_work/data'        # 将整理好的数据放在这个文件夹下
    male_dir = 'E:/study_work/data/male'
    female_dir = 'E:/study_work/data/female'
    Attr_type = 21  # Male
    if not os.path.exists(data_dir):
        os.mkdir(data_dir)
    if not os.path.exists(male_dir):
        os.mkdir(male_dir)
    if not os.path.exists(female_dir):
        os.mkdir(female_dir)
    
    WIDTH = 256
    HEIGHT = 256
    
    def read_process_save(read_path, save_path):
        image = imread(read_path)
        h = image.shape[0]
        w = image.shape[1]
        if h > w:
            image = image[h // 2 - w // 2: h // 2 + w // 2, :, :]
        else:
            image = image[:, w // 2 - h // 2: w // 2 + h // 2, :]    
        image = cv2.resize(image, (WIDTH, HEIGHT))
        imsave(save_path, image)
    
    target = 'Male'
    with open('E:/study_work/img_align_celeba/list_attr_celeba.txt', "r") as Attr_file:
        Attr_info = Attr_file.readlines()
        Attr_info = Attr_info[2:]
        index = 0
        for line in Attr_info:
            index += 1
            info = line.split()
            filename = info[0]
            filepath_old = os.path.join("E:/study_work/img_align_celeba/img_align_celeba", filename)
            if os.path.isfile(filepath_old):
                if int(info[Attr_type]) == 1:
                    read_process_save(os.path.join("E:/study_work/img_align_celeba/img_align_celeba", filename), os.path.join(male_dir, filename)) # 男
                else:
                    read_process_save(os.path.join("E:/study_work/img_align_celeba/img_align_celeba", filename), os.path.join(female_dir, filename)) # 女

分类结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70 2][]

[Link 1]: http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
[Link 2]: https://pan.baidu.com/s/1eSNpdRG#list/path=%2F
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/2019071409314385.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70 1]: /images/20211210/d0531232faeb4baf8ec59222d86b0a84.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3Mzc0NjQz_size_16_color_FFFFFF_t_70 2]: /images/20211210/3ba35234984d4764affe9b4707a7127b.png