概述

我用原始的helen数据，挑选了部分标注比较好的图片，生成了一个规模较小的人脸解析/分割数据集，放在网盘上供大家下载。

原始helen数据集介绍

关于helen数据集的介绍，请参考我之前的博客：《人脸解析（Face Parsing）和人体解析Human Parsing：方法、数据集和论文》。helen数据集有2330张图片，每个图片有11个分类：

   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

图片样子如下：

每个图片分12个子图片用黑白掩膜标注：

原始helen数据集里还有人脸关键点的标注，我并没有用到。

helen_small4seg

我从原始helen数据集里合成了人脸分割图（用numpy里的argmax决定每个像素的所属分类），如下所示：

比如上面红框内的两个，头发和背景没分开（可能是标注的时候，有些像素被标成了多个分类，毕竟是分多张图片分开标的）。我根据分割图挑选了586个较好的图片，组成了一个较小的数据集，并生成了class-id map图片。我挑选的小数据集叫"helen_small4seg"。

helen_small4seg共有两个目录，一个存储图片，一个存储class-id map图片。

images目录下是原始图片，SegClassLabel目录下是class-id map图片，所有的原始图片都有一个对应的class-id map图片。class-id map图片是对原始图片像素级的分类标注，每个像素值是0-10中的一个，看上去是全黑的，其实不是，放大后可以看到人脸的轮廓。

下载地址

链接：https://share.weiyun.com/5Q9ST03 密码：odvcrp

我用deeplab v3+训练helen_small4seg过程的输出信息如下（中间图片是标注效果，右边是训练输出）：