CelebA数据集介绍以及预处理代码

第一个文件夹Anno，存放的是各类标签

比如第一个identity_CelebA.txt是图片与所对应的身份id
list_bbox标签，是人脸标注框坐标注释文件，包含每一张图片对应的bbox起点坐标及其宽高
list_landmarks_align_celeba.txt则是对应人脸对齐后的landmark坐标

Eval文件夹

这里是将数据集分成了三部分

train(标0的部分)
valid(标1的部分)
test(标2的部分)

img文件夹

文件包括这三部分

img_align_celeba 是裁剪过的并以.jpg结尾的图片，占内存较小
img_align_celeba_png.7z
img_celeba.7z是未经裁剪的图片，故称野生照片

数据处理及详细代码

因为我这里需要将每个人的图片放到对应的id文件下，所以我需要通过代码进行预处理，下面就直接贴代码了，以及效果图

# -*- coding: utf-8 -*-
# !/usr/bin/env python3'''
Divide face accordance CelebA Id type.
'''import shutil
import osoutput_path_train = r"C:\Users\rugu\Desktop\train"
output_path_valid = r"C:\Users\rugu\Desktop\valid"
output_path_test = r"C:\Users\rugu\Desktop\test"
image_path = r"C:\Users\rugu\Desktop\img_align_celeba"  #原始图片文件夹的路径
CelebA_Id_file = r"C:\Users\rugu\Desktop\identity_CelebA.txt"  #identity_CelebA.txt文件的路径def main():count_N = 0with open(CelebA_Id_file, "r") as Id_file:Id_info = Id_file.readlines()for line in Id_info:count_N += 1   #计数info = line.split()filename = info[0]file_Id = info[1]Id_dir_train = os.path.join(output_path_train,file_Id)Id_dir_valid = os.path.join(output_path_valid, file_Id)Id_dir_test = os.path.join(output_path_test, file_Id)filepath_old = os.path.join(image_path,filename) #原始照片所在的位置if count_N<=170000:   #这里170000是我随便写的一个数字，具体可以去文件中查看，大该16万多，不影响if not os.path.isdir(Id_dir_train):os.makedirs(Id_dir_train)else:passtrain = os.path.join(Id_dir_train,filename)shutil.copyfile(filepath_old,train)        #这句代码是复制的意思elif count_N>170000 and count_N<182636: #在这区间的都是validif not os.path.isdir(Id_dir_valid):os.makedirs(Id_dir_valid)else:passvalid = os.path.join(Id_dir_valid, filename)shutil.copyfile(filepath_old, valid)else :                                     #这里的是testif not os.path.isdir(Id_dir_test):os.makedirs(Id_dir_test)else:passtest = os.path.join(Id_dir_test, filename)shutil.copyfile(filepath_old, test)Id_file.close()print(" have %d images!" % count_N)if __name__ == "__main__":main()

我只用了12张，为写这个博客做个测试

桌面也生成了相应的文件这里数字代表标签

CelebA数据集介绍以及预处理代码相关推荐

Market1501数据集介绍及相关代码
Market1501数据集介绍及相关代码 1.数据集介绍文件夹介绍 bounding_box_test:测试集,gallery bounding_box_train:训练集 query:prob g ...
ACE2005数据集介绍、预处理及事件抽取
ACE2005数据集介绍.预处理及事件抽取参考链接:https://www.jianshu.com/p/71ed0d780210(感谢作者鲜芋牛奶西米爱solo,这篇博客介绍的非常详细) https ...
NLP-阅读理解：数据集介绍及预处理【SQuAD、DuReader】
一.SQuAD数据集二.DuReader数据集 1.DuReader数据集介绍 DuReader,从名字(Du和Reader)就可以看出来,是百度整理出来的阅读理解数据集. DuRader数据集由一 ...
NLP-文本摘要：数据集介绍及预处理【CNN/DM（偏抽取式）、NYT Annotated Corpus（偏抽取式）、Newsroom（抽取式+生成式）、XSum（抽取式/BBC）、XL-Sum】
一.CNN/DailyMail数据集论文<Abstractive Text Summarization using Sequence-to-sequence RNNs and Beyond&g ...
利用celebA数据集训练MTCNN网络
利用celebA数据集训练MTCNN网络 celebA数据集简介训练数据的处理网络和训练侦测部分结果展示有问题可以联系我的邮箱:2487429219@qq.com 关于MTCNN网络可以看我 ...
【神经网络与深度学习】CIFAR10数据集介绍，并使用卷积神经网络训练图像分类模型——[附完整训练代码]
[神经网络与深度学习]CIFAR-10数据集介绍,并使用卷积神经网络训练模型--[附完整代码] 一.CIFAR-10数据集介绍 1.1 CIFAR-10数据集的内容 1.2 CIFAR-10数据集的结 ...
中文文本纠错（CSC）任务Benchmark数据集SIGHAN介绍与预处理
文章目录 1. SIGHAN数据集简介 2. SIGHAN数据集文件内容 3. 数据集预处理 3.1 训练集预处理 3.2 测试集预处理 4. 测试集验证工具 5. 预处理好的数据集 6. Wang2 ...
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 ...
python数据处理实例-Python----数据预处理代码实例
本文实例为大家分享了Python数据预处理的具体代码,供大家参考,具体内容如下 1.导入标准库 import numpy as np import matplotlib.pyplot as plt i ...

CelebA数据集介绍以及预处理代码

目录

数据地址：

文件类别：

Anno文件夹

Eval文件夹

img文件夹

数据处理及详细代码

CelebA数据集介绍以及预处理代码相关推荐

最新文章

热门文章