【免费下载】 CelebA-HQ数据集:高质量人脸图像的宝库
2026-01-21 04:12:16作者:胡易黎Nicole
项目介绍
CelebA-HQ数据集是一个专为计算机视觉研究设计的高质量人脸图像数据集,包含30,000张分辨率为1024x1024的图像。作为CelebA数据集的升级版,CelebA-HQ不仅提供了更高分辨率的图像,还保留了原始数据集的详细标注信息,使其成为人脸识别、图像生成和计算机视觉等领域研究的理想选择。
项目技术分析
数据集特点
- 分辨率多样:CelebA-HQ数据集提供了多种分辨率的图像,包括64x64、128x128、256x256、512x512和1024x1024,满足不同应用场景的需求。
- 高质量图像:所有图像均为高分辨率,确保了训练模型的精度。
- 详细标注:每张图像都附带了人脸关键点和属性信息,便于进行多任务学习和数据分析。
数据集生成流程
- 下载合并解压img_celeba.7z:通过合并14个压缩包分卷,得到202,599张原图。
- 下载list_landmarks_celeba.txt:获取人脸关键点信息。
- 获取h5tool.py:从GitHub仓库中获取脚本,用于生成数据集。
- 创建目录结构:构建celeba-hq目录及其子目录。
- 下载.dat数据:获取nVidia官方提供的.dat数据。
- 配置环境:创建Python 2.7虚拟环境,并安装必要的依赖包。
- 生成数据集:运行h5tool.py脚本,生成不同分辨率的图像数据集。
项目及技术应用场景
CelebA-HQ数据集适用于多种计算机视觉应用场景,包括但不限于:
- 人脸识别:高分辨率图像有助于提升人脸识别模型的准确性。
- 图像生成:用于训练生成对抗网络(GAN)等模型,生成逼真的人脸图像。
- 计算机视觉研究:提供丰富的标注信息,支持多任务学习和数据分析。
项目特点
- 高质量数据:所有图像均为高分辨率,确保了训练模型的精度。
- 多样分辨率:提供多种分辨率的图像,满足不同应用场景的需求。
- 详细标注:附带人脸关键点和属性信息,便于多任务学习。
- 易于生成:通过简单的步骤和脚本,即可生成所需的数据集。
结语
CelebA-HQ数据集是一个高质量的人脸图像数据集,适用于多种计算机视觉应用场景。无论你是研究人员还是开发者,CelebA-HQ都能为你提供丰富的数据资源,助力你的项目取得成功。欢迎访问GitHub仓库,获取更多信息并开始使用这一强大的数据集!
联系我们:如有任何问题或建议,欢迎通过GitHub Issues联系我们。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134