【CV数据集总结】face_landmark_dataset总结

标签：总结 https dataset 300w file ibug landmark path

前言

本文主要整理总结face landmark有关的数据集。 Face 2D Keypoint ‒ MMPose 1.1.0 documentation https://github.com/open-mmlab/mmpose/blob/main/docs/en/dataset_zoo/2d_face_keypoint.md 关键特征点个数有5/15/68/98/106...

数据集

300W dataset

68个点，Indoor和Outdoor目录各300个人脸及其68个点的标注文件；数据集下载 https://ibug.doc.ic.ac.uk/download/annotations/300w.zip.001 https://ibug.doc.ic.ac.uk/download/annotations/300w.zip.002 https://ibug.doc.ic.ac.uk/download/annotations/300w.zip.003 https://ibug.doc.ic.ac.uk/download/annotations/300w.zip.004 其他数据集下载链接 xm2vts: 只有2360个68点的标注文件 https://ibug.doc.ic.ac.uk/download/annotations/xm2vts.zip frgc：只有4950个68点的标注文件 https://ibug.doc.ic.ac.uk/download/annotations/frgc.zip

lfpw：

测试和训练集共有2070/2=1035张图像及其68个点标注文件； https://ibug.doc.ic.ac.uk/download/annotations/lfpw.zip

helen：

测试和训练集共有4660/2=2330个人脸及其68个点标注文件； https://ibug.doc.ic.ac.uk/download/annotations/helen.zip

AFW：

674/2=337个人脸及其68个点标注文件； https://ibug.doc.ic.ac.uk/download/annotations/afw.zip

ibug：

270/2=135个人脸及其68个点标注文件； https://ibug.doc.ic.ac.uk/download/annotations/ibug.zip

WFLW dataset

Look at Boundary: A Boundary-Aware Face Alignment Algorithm WFLW Dataset - Machine Learning Datasets 这是由商汤提供的，98个关键点，还包括occlusion, position, make-up, lighting, blur, and expression等人脸属性；训练集7500images(list_98pt_rect_attr_train.txt)，测试集2500images(list_98pt_rect_attr_test.txt)；标签格式：196+4+6+1=207；

coordinates of 98 landmarks (196) + coordinates of upper left corner and lower right corner of detection rectangle (4) + attributes annotations (6) + image name (1)
  x0 y0 ... x97 y97 x_min_rect y_min_rect x_max_rect y_max_rect pose expression illumination make-up occlusion blur image_name

标注图像

为什么出现两个wflw_annotations.tar文件呢？

Lapa dataset

GitHub - JDAI-CV/lapa-dataset: A large-scale dataset for face parsing (AAAI2020) 106points； GitHub - lucia123/lapa-dataset: A large-scale dataset for face parsing (AAAI2020)

JD-landmark

Grand Challenge of 106-p Facial Landmark Localization https://sites.google.com/view/hailin-shi Grand Challenge of 106-Point Facial Landmark Localization 106个关键特征点；需要注意的是每个图仅仅标注了一张人脸关键点。需要注意的坑是其中#75和#105重合，#84和#106重合。

合并后数据集链接: https://pan.baidu.com/s/179crM6svNbK3w28Z0ycBHg 提取码: 7guh

Kaggle dataset

Facial Keypoints Detection 4+15points；

分析总结

68个关键点的数据集：

300w(600) / lfpw(1035) / helen(2330) / AFW(337) / ibug(135); 600+1035+2330+337+135=4437; 300w_name，包含indoor和outdoor； lfpw_train/test_name，训练集和测试集的名字重名，需要区分开，直接使用train/test或者0/1指定； helen，train/test数据集，应该没有重名的，可以直接使用，需要验证注意，因为名字没有规律； afw，与helen相似，不知道二者有没有重复的； ibug，有规律，但是不知道会不会和lfpw重复；故，最好都加上原数据集的名称，然后组成新的数据集，再分割train/valid; gen68kp.sh

#!/bin/sh
'''
generate 68 keypoints face landmark dataset from 300w/lfpw/helen/afw/ibug dataset.
300w  01_Indoor/02_Outdoor 300w_name
lfpw  trainset/testset     lfpw0/1_name
helen trainset/testset     helen_name
afw                        afw_name
ibug                       ibug_name
'''

script_path="$(pwd)"
kp68path="$script_path/68kp"
# 300w
for file in $script_path/300w/300w/01_Indoor/*; do
    echo $file
    base=$(basename $file)
    newfile=$kp68path/"300w_"$base
    cp $file $newfile
done
for file in $script_path/300w/300w/02_Outdoor/*; do
    echo $file
    base=$(basename $file)
    newfile=$kp68path/"300w_"$base
    cp $file $newfile
done
# lfpw
for file in $script_path/lfpw/trainset/*; do
    echo $file
    base=$(basename $file)
    newfile=$kp68path/"lfpw0_"$base
    cp $file $newfile
done
for file in $script_path/lfpw/testset/*; do
    echo $file
    base=$(basename $file)
    newfile=$kp68path/"lfpw1_"$base
    cp $file $newfile
done
# helen/afw/ibug
# jpg ---> png
for file in $kp68path/*.jpg; do
# for file in $script_path/aaa/*jpg; do
    pngname=${file%.jpg}.png
    # convert "$file" "${file%.jpg}.png"
    ffmpeg -pix_fmt rgb24 -i $file -pix_fmt rgb24 $pngname
    rm $file
done

# split dataset to train/valid with png/pts.
'''
.dataset68
├── train
│   ├── png
│   └── pts
└── valid
    ├── png
    └── pts
'''
dataset_path="$script_path/dataset68"
cd $script_path
find $script_path/68kp/ -name "*.png" > $script_path/image.txt
rm -r $dataset_path
mkdir $dataset_path
cd $dataset_path
mkdir train valid
cd train
mkdir png pts
cd ../valid
mkdir png pts
cd $script_path
python genpath.py  # 分割数据集

View Code

98个关键点的数据集：

wflw(10000) / JD-landmarks-98(unavaiable?)

106个关键点的数据集：

JD-landmark(?) / Lapa(22000) 可以先使用68个点的进行训练，后续再训练98/106的，需要预处理数据集；

参考

完

标签：总结,https,dataset,300w,file,ibug,landmark,path
From： https://www.cnblogs.com/happyamyhope/p/17603063.html