【celeba】-数据集的介绍

CelebA 数据集在 MTCNN 中的使用

1 数据集结构

CelebA_副本/
├── Anno/
│   ├── list_bbox_celeba.txt       # 边界框
│   ├── list_landmarks_celeba.txt  # 5 关键点
│   ├── list_attr_celeba.txt       # 40 属性
│   └── identity_CelebA.txt        # 身份
├── Img/
│   ├── img_celeba_original/       # 202 599 张 JPG（已解压）
│   └── img_align_celeba/          # 202 599 张 JPG（对齐后）
└── Eval/└── list_eval_partition.txt    # 训练 / 验证 / 测试划分

2 标注格式

2.1 边界框

格式：image_id x_1 y_1 width height
示例：000001.jpg 95 71 226 313

2.2 关键点

格式：image_id lefteye_x lefteye_y righteye_x righteye_y nose_x nose_y leftmouth_x leftmouth_y rightmouth_x rightmouth_y
示例：000001.jpg 165 184 244 176 196 249 194 271 266 260

2.3 属性

40 个二进制标签（1 / -1）。
首图示例：无胡茬、拱形眉、有吸引力、无眼袋、不秃头、无刘海……

3 在 MTCNN 中的使用

3.1 样本划分

• 正样本：IOU > 0.7，轻微偏移 ±20 %
• 部分样本：0.3 < IOU ≤ 0.7，中等偏移 ±100 %
• 负样本：IOU < 0.1，大幅偏移 ±200 %

3.2 网络输入尺寸

• P-Net：12×12
• R-Net：24×24
• O-Net：48×48

3.3 训练数据格式

每行：image_path cls offset_x1 offset_y1 offset_x2 offset_y2

3.4 损失函数

• 分类：BCE
• 回归：MSE
• 总损失：α × cls_loss + (1-α) × offset_loss

4 对齐 vs 原始图像

特征	原始野生图像	对齐裁剪图像
多样性	角度、光照、遮挡丰富	统一居中、大小一致
训练适用性	适合 MTCNN 训练	易过拟合
用途	训练	标准化测试

5 代码验证

• 属性：未使用（list_attr_celeba.txt 未被读取）。
• 关键点：代码中全部注释掉，输出设为 0。
• 路径：原始设计指向 img_celeba.7z\img_celeba，现改为
  CelebA_副本/Img/img_celeba_original/img_celeba/（已解压）。

6 最终配置

• 训练数据：使用原始野生图像并通过数据增强制造样本。
• 路径修改：将 img_path 指向解压后的原始图像目录。