数据整理一直是让人头痛的问题。很大一部分原因在于数据的来源广泛,同时每个数据集的作者都有自己的使用习惯,直接造成数据的多样。

例如人脸特征点数据集,AFLW2000-3D使用商业软件MATLAB专属格式mat文件来存储。AFLW使用数据库SQLITE。Menpo-3D使用Torch格式t7文件。即便同样使用文本文档,IBUG系列每个坐标点一行,每个文本文件对应一个样本;而WFLW则将所有的坐标点放置在一行,并将所有的样本数据存储在一个文件中。

为了充分利用这些文件,Python脚本是必不可少的。这也是我开放FMD的背景。尽量简化原始数据的解析过程,最好能拿来就用。

观看这个一分钟短片来了解FMD的功能。

FMD人脸特征点数据集工具包_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
%E5%A6%82%E4%BD%95%E6%9B%B4%E6%96%B9%E4%BE%BF%E5%9C%B0%E4%BD%BF%E7%94%A8%E5%85%AC%E5%BC%80%E7%9A%84%E4%BA%BA%E8%84%B8%E7%89%B9%E5%BE%81%E7%82%B9%E6%95%B0%E6%8D%AE%E9%9B%86%E3%80%82%0A%E4%BB%A3%E7%A0%81%E5%9C%B0%E5%9D%80%EF%BC%9Ahttps://github.com/yinguobing/facial-landmark-dataset

你可以在GitHub上找到FMD源码:

yinguobing/facial-landmark-dataset
A collection of facial landmark datasets and Python code to make use of them. - yinguobing/facial-landmark-dataset

Issue区开放,欢迎讨论。