自制人脸分割/解析数据集：helen_small4seg（附网盘下载地址）

拼搏现实的明天。 2022-02-04 22:33 496阅读 0赞

# 概述 #

我用原始的helen数据，挑选了部分标注比较好的图片，生成了一个规模较小的人脸解析/分割数据集，放在网盘上供大家下载。

# 原始helen数据集介绍 #

关于helen数据集的介绍，请参考我之前的博客：《[人脸解析（Face Parsing）和人体解析Human Parsing：方法、数据集和论文][Face Parsing_Human Parsing]》。helen数据集有2330张图片，每个图片有11个分类：

Label 00: background
       Label 01: face skin (excluding ears and neck)
       Label 02: left eyebrow
       Label 03: right eyebrow
       Label 04: left eye
       Label 05: right eye
       Label 06: nose
       Label 07: upper lip
       Label 08: inner mouth
       Label 09: lower lip
       Label 10: hair

图片样子如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70]  
每个图片分12个子图片用黑白掩膜标注：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 1]  
原始helen数据集里还有人脸关键点的标注，我并没有用到。

# helen\_small4seg #

我从原始helen数据集里合成了人脸分割图（用numpy里的argmax决定每个像素的所属分类），如下所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 2]  
比如上面红框内的两个，头发和背景没分开（可能是标注的时候，有些像素被标成了多个分类，毕竟是分多张图片分开标的）。我根据分割图挑选了586个较好的图片，组成了一个较小的数据集，并生成了class-id map图片。我挑选的小数据集叫"**helen\_small4seg**"。

helen\_small4seg共有两个目录，一个存储图片，一个存储class-id map图片。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 3]  
images目录下是原始图片，SegClassLabel目录下是class-id map图片，所有的原始图片都有一个对应的class-id map图片。class-id map图片是对原始图片像素级的分类标注，每个像素值是0-10中的一个，看上去是全黑的，其实不是，放大后可以看到人脸的轮廓。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 5]

### 下载地址 ###

链接：[https://share.weiyun.com/5Q9ST03][https_share.weiyun.com_5Q9ST03] 密码：odvcrp

我用deeplab v3+训练helen\_small4seg过程的输出信息如下（中间图片是标注效果，右边是训练输出）：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 6]

# 参考资料 #

[学习图像场景解析的理论和应用（三）人脸解析，人体解析，场景解析，图像分割，街景和室内场景等数据集][Link 1]

[Face Parsing_Human Parsing]: https://blog.csdn.net/yuanlulu/article/details/88580741
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70]: /images/20220205/f5d6a48f5ba14c92b5c2c958b2d1a7e2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 1]: /images/20220205/d4777316976149fa99e474401b86f927.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 2]: /images/20220205/37d99229d72a4c74962ed9ad49b65634.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 3]: /images/20220205/2c6c1db1d60b490eafa18f16c5da1aa5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 4]: /images/20220205/a5d10321d59e4709b74ff6ec3761e268.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 5]: /images/20220205/df93530aa2c846d9a6412728fe057394.png
[https_share.weiyun.com_5Q9ST03]: https://share.weiyun.com/5Q9ST03
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5sdWx1_size_16_color_FFFFFF_t_70 6]: /images/20220205/bc6cc0a2634d411fb699d7ac006754d0.png
[Link 1]: https://zhuanlan.zhihu.com/p/63220752?utm_source=com.tencent.tim&utm_medium=social&utm_oi=722819296425701376