Advertisement

Celeba-HQ生成数据集.zip

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
Celeba-HQ生成数据集是一个包含高清人脸图像的数据集合，旨在促进人脸识别与生成模型的研究和开发。 Celeba-HQ高清人脸生成代码基于GitHub上的代码进行了修改。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Celeba-HQ生成数据集.zip
    优质
    Celeba-HQ生成数据集是一个包含高清人脸图像的数据集合，旨在促进人脸识别与生成模型的研究和开发。 Celeba-HQ高清人脸生成代码基于GitHub上的代码进行了修改。
     
  • CelebA-HQ-Face-Identity-Recognition-PyTorch: 用于PyTorch的CelebA HQ人脸身份识别数据集
    优质
    这是一个基于PyTorch框架的人脸识别项目，使用了高质量的CelebA-HQ人脸数据库。该项目致力于实现精确的人脸身份识别功能。 该存储库提供了使用PyTorch的CelebA HQ人脸身份识别模型。数据集包含307个不同的面部身份，每个身份至少有15张以上的图片。训练集中共有4,263张图像，测试集中则有1,215张。 此外，还有一个人脸性别识别数据集，包括了共计30,000张用于区分性别的图片。其中男性和女性的图片数量分别为11,057张和18,943张。训练集中共有23,999张图像，测试集中则有6,001张。 数据集结构如下： - dataset/ - train/ - identity 1/ - identity 2/ ... - test/ - identity 1/ - identity 2/ ... 对于性别识别的数据集，其目录结构为： - dataset/ - train/ - male/ - female/ ... (test部分的详细信息未给出)
     
  • CelebA数据集.zip
    优质
    CelebA数据集包含超过十万个名人面部图像，每个图像都有多达40个属性标签，如性别、年龄范围和面部特征等，适用于人脸检测与识别的研究。 CelebA数据集官网地址是：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
     
  • 使用CelebA数据集的Pytorch GAN人脸生成代码
    优质
    这段代码利用了流行的CelebA人脸数据库，在PyTorch框架下实现了一种生成对抗网络(GAN)，用于高效逼真地生成面部图像。 使用CelebA数据集的GAN网络生成人脸的Pytorch代码可以在提供的压缩包里找到。
     
  • CelebFaces Attributes (CelebA) 数据集（部分数据）.zip
    优质
    该文件包含CelebA数据集中的一部分图像和属性标签，用于人脸检测与识别的研究。数据涵盖多个人物正面照及其101种属性标注。 CelebFaces Attributes Dataset (CelebA)数据集包含202599幅图像，本压缩包上传了其中的20000张图片用于生成对抗网络（GAN）的训练。
     
  • CelebA数据集分析
    优质
    简介：CelebA数据集包含数十万张名人面部图片，每张图片有40个属性标签。本项目深入探索该数据集，进行图像分类与生成模型研究，为AI学习提供宝贵资源。 StarGAN是CelebA项目的一部分，在该项目的官网上可以找到关于StarGAN的相关资料和使用方法。官网地址为：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html。
     
  • StarGAN中的CelebA数据集
    优质
    简介：CelebA数据集是StarGAN研究中广泛使用的人脸属性编辑数据库，包含数十万张名人面部图像及其多种属性标签。 CelebA数据集（StarGAN）由于直接通过命令行下载通常难以成功，因此我将其上传到了百度云盘供大家下载。
     
  • Flickr-Faces-HQ数据集（FFHQ）: ffhq-dataset
    优质
    Flickr-Faces-HQ数据集（FFHQ）是一套高质量人脸图像集合，包含数千张细节丰富的面部照片，广泛应用于深度学习和计算机视觉研究。 Flickr-Faces-HQ数据集（FFHQ）是高质量的人脸图像集合，最初为生成对抗网络（GAN）的基准测试而创建。该数据集由Tero Karras、Samuli Laine 和 Timo Aila 利用基于样式的生成器架构开发。 FFHQ 包含70,000张分辨率为1024×1024像素的高质量PNG图像，这些图像是从网络上抓取而来，并且在年龄、种族和背景方面存在很大差异。该数据集还涵盖了眼镜、太阳镜、帽子等配饰的情况。 所有收集到的数据都是根据Flickr上的许可协议获得授权使用的。在整个过程中使用了多种自动过滤器来去除布景，最后通过人工检查移除了偶尔出现的雕像、油画或照片复制品。 FFHQ数据集为研究者提供了大量高质量的人脸图像资源，以便于进行各种视觉学习的研究和开发工作。
     
  • 基于Stargan的CelebA数据集应用
    优质
    本研究利用StarGAN模型在CelebA数据集中进行人脸属性编辑与风格迁移实验，探索多任务学习框架下的生成对抗网络性能优化。 适用于StarGAN的CelebA数据集，由于原始数据集在Dropbox上下载困难，尤其是对于无法使用梯子的人群来说更加不便。现在我已经将该数据集搬到了百度云，并分享给大家。