300W 数据集是一个非常通用的人脸对齐数据集,也是近年来凡paper,都要出指标比对的必然数据集。

【ps】许多小伙伴反映300W的数据集下载下来,却无法解压,那估计是下载不完全或者源文件损坏,这里笔者推荐另外一条下载路径:http://dlib.net/files/data/ibug_300W_large_face_landmark_dataset.tar.gz

 

该数据集共计3148+689张图像,每个图像上包含不止一张人脸,但是对于每张图像只标注一张人脸。

该数据集包含的文件目录为:afw(337),helen(train 2000+test 330),ibug(135),lfpw(train 811+test 224)。

该数据集训练集共计3148张图像,测试集有554+135=689张图像。

该数据集目前在paper上分为两种归一化方法:Inter-pupil Normalisation(IPN, 左图) 和 Inter-ocular Normalisation(ION, 右图)。

举个栗子:

left:  (x36,y36),(x37,y37),(x38,y38),(x39,y39), (x40,y40),(x41,y41)

right:(x42,y42),(x43,y43),(x44,y44),(x45,y45), (x46,y46),(x47,y47)

IPN:参考LAB

           计算瞳孔坐标

                     left_center_x: (x36+x37+x38+x39+x40++x41)/6

                     left_center_y: (y36+y37+y38+y39+y40++y41)/6                 

                   right_center_x: (x42+x43+x44+x45+x46++x47)/6

                   right_center_y: (y42+y43+y44+y45+y46++y47)/6

                   IPN_D = D{(left_center_x, left_center_y) , (right_center_x, right_center_y))

ION: 参考300W 官方提供的 compute_error 代码

                   ION_D = D((x36, y36) , (x45, y45))          

该数据集目前在paper上呈现三种指标:Common Subset(helen test 330 + lfpw test 224),Challenging Subset(ibug 135),Fullset(Common + Challenging = 689).

Inter-pupil Normalization (IPN)
NoSourceMethodCommonChallengingFullset
12019PFLD 1X+3.17 6.33 3.76 
2CVPR18Wing Loss3.27 7.18 4.04 
32019PFLD 1X3.32 6.56 3.95 
42019PFLD 0.25X3.38 6.83 4.02 
5CVPR16CPM3.39 8.14 4.36 
6CVPR18LAB3.42 6.98 4.12 
72019AWing3.77 6.52 4.31 
8ECCV18DCFE3.83 7.54 4.55 
9CVPR17DVLN3.94 7.62 4.66 
10CVPR17SHN4.12 7.00 -
11ECCV16RAR4.12 8.35 4.94 
12CVPR17TSR4.36 7.56 4.99 
13CVPR17DAN4.42 7.57 5.03 
14CVPR16RCN4.67 8.44 5.41 
15TPAMI16TCDCN4.80 8.60 5.54 
16ECCV16DDN--5.65 
17CVPR15cGPRT--5.71 
18CVPR15CFSS4.73 9.98 5.76 
19CVPR16MDM4.83 10.14 5.88 
20ECCV18SeqMT4.84 9.93 5.74 
21CVPR14LBF4.95 11.98 6.32 
22CVPR12ESR5.28 17.00 7.58 
23ICCV17DeFA5.37 9.38 6.10 
24ECCV14CFAN5.50 16.78 7.69 
25-3DDFA+SDM5.53 9.56 6.31 
26CVPR14ERT--6.40 
27CVPR13SDM5.57 15.40 7.50 
28CVPR163DDFA6.15 10.59 7.01 
29ICCV13RCPR6.18 17.26 8.35 
Inter-ocular Normalisation (ION)
NoSourceMethodCommonChallengingFullset
1CVPR18LAB2.43 4.85 2.93 
22019AWing2.72 4.52 3.07 
3CVPR19HRNet2.91 5.11 3.34 
42019PFLD 1X+2.96 4.98 3.37 
52019PFLD 1X3.01 5.08 3.40 
62019PFLD 0.25X3.03 5.15 3.45 
7CVPR18SAN3.34 6.60 3.98 
8CVPR19ODN3.56 6.67 4.17 
9CVPR18PCD-CNN3.67 7.62 4.44 
10CVPR17RDR5.03 8.95 5.80 
11ICCV17PIFA-CNN5.43 9.88 6.30 
Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐