pytorc实战 | Helen人脸解析数据集加载使用

本文介绍了如何加载和使用Helen人脸解析数据集,包括数据集的下载、文件结构解析以及数据加载的代码实现。通过重命名和预处理,数据集分为训练、验证和测试集。在代码中定义数据集路径,使用自定义数据加载器读取图片和标签。数据集标签共有11种,测试代码展示了数据加载的效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近在做人脸相关的任务,涉及到了这个 Helen人脸解析数据集,发现在网上关于该数据集的介绍很少,并且难以找到直接可用的数据加载方式,在这里记录以下,希望能帮助到大家。

Helen数据集下载

Helen数据集原本是用于人脸特征点任务的数据集,不过在13年的CVPR一篇论文将它应用于人脸解析分割任务,在原来数据集的基础上进行了手工标注。相关链接如下:

可能外网访问速度较慢,我这里提供一下我上传的百度云链接:
Helen数据集链接 提取码:n2de

解压下来发现文件结构是
在这里插入图片描述
上述的文件exemplars其实就是训练集划分文件,tuning是验证集,而testing则是测试集。

经过重命名,放在我的项目目录以下就是这样的。
在这里插入图片描述

数据集加载

在文件目录中的config.py文件中先定义好数据集相关的路径常量。



# --------------- dataset path -------------

train_txt = './dataset/train.txt'
val_txt = './dataset/val.txt'
test_txt = './dataset/test.txt'

image_path = './dataset/images'
label_path = './dataset/labels'

Helen.py 文件中写入以下代码。

import pandas as pd 
import pdb
import os 
import torch
import torchvision
from torchvision import datasets, transforms, models
from torch.utils import data
from PIL import Image
import config as cfg 
import matplotlib.pyplot as plt
import copy 

class Helen(data.Dataset):
    """
    Label 00: background
    Label 01: face skin (excluding ears and neck)
    Label 02: left eyebrow
    Label 03: right eyebrow
    Label 04: left eye
    Label 05: right eye
    Label 06: nose
    Label 07: upper lip
    Label 08: inner mouth
    Label 09: lower lip
    Label 10: hair
    """
    def __init__(self, image_transform=None, label_transform=None, mode='train'):
        self.image_transform = image_transform
        self.label_transform 
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值