【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
654
4.24 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
494
601
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
390
280
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++
937
856
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
333
389
🎉 (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
1.53 K
886
暂无简介
Dart
901
217
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
194
昇腾LLM分布式训练框架
Python
142
167