CACD预训练集-WF256-共16万带名字影星头像-超多重磅！

windjet · 发表于 2023-3-20 18:41:00

星级打分

1
2
3
4
5

平均分:3.5 参与人数:2 我的评分:未评

本帖最后由 windjet 于 2023-4-23 01:19 编辑

CACD数据集的全称是Cross Age Celebrity Dataset，是为了研究跨年龄的人脸识别和检索的一个比较有名的头像集合，该数据集包含约16万多张从16岁至62岁之间的两千位名人的头像（主要是国际影星），据说提出的方法可以在该数据集以及其他用于跨年龄的人脸识别的数据集上均达到最先进的性能。
好了，研究机构自吹自擂的套话就不多说了，简单说来就是我把这个数据集切成了DeepFaceLab（DFL）可以用于训练的WF256头像，除去一些垃圾及不太适合训练的头像后大概有近16万张，角度虽然正脸居多但总体还过得去，由于数量太多，所以整理花了不少时间，但质量是有保证了。
这些头像都是按编号及名字分好类的，比如李连杰就是"48_Jet_Li_0001_0.jpg"，盖尔·加朵就是"20_Gal_Gadot_0013_0.jpg"，所以你也可以把这个集合当成国际影星的一个收藏集合，想查谁，输入英文名字就能检索到，尤其就欧美影星来说应该是全覆盖到了的。
切的是WF256头像，好处是体积小，装载快，对目前主流WF256及以下模型正好适用，经本人测试就是WF320及WF384模型也能有不错的效果，分辨率再往以上的模型就得斟酌一下了。

WF256模型训练效果(自用训练中途图)：

WF320模型训练效果：

WF384模型训练效果：

找了一下常见的影星，发现都能找到（你看看能认识几个，能认全的估计电影没少看）：
男影星：

女影星：

头像按编号人名排序但男女是混合排的，也有极个别归类不太准的，整体大概这样：

CACD预训练集1.5倍角度分布图：
（可以看到还不错，在DFL正常训练能达到的1.5倍角度下，除了极少数极限角度，基本都能覆盖到，毕竟数量在那里，堆也堆出来了）

CACD预训练集1倍角度分布图：

此外，和这个类似的大型预训练集是CelebA预训练集，20万张头像，是目前论坛里面数量最大，角度也是目前最全的预训练集了，但没有按人名排序，也不是什么知名国际影星，收藏价值要差一些。

https://dfldata.cc/forum.php?mod=viewthread&tid=13537
香港中文大学CelebA预训练集-20万头像-论坛数量最多角度最全

---下载分单个包下载和整体包下载

适合小本本及想分开训练的朋友:
预训练pak包1：59453张
预训练pak包2：58483张
预训练pak包3：41805张
（包1加包2加包3=包all）

适合云端训练及有闲置机器撒手不管的朋友:
预训练pak包all：159741张
（分单文件下载和多文件下载，内容都一样，网速稳定的下单文件包否则下多文件包）

文件下载后就是pak文件包（faceset.pak），可以直接使用，不用再解压为图片了，除非你想加自己的资源，DFL对pak包的装载远远快于对单张图片的装载。
使用方法：
1，官方标准预训练的模型的训练（pretrain: True），把"\_internal\pretrain_faces"下面的原始faceset.pak备份，然后用这个faceset.pak包替换它。
2，非官方标准预训练的模型的训练（pretrain: False），把faceset.pak包放"\data_src\aligned"和"\data_dst\aligned"下各一份，直接用不要再解压成图片了。
3，专人模型的训练，把faceset.pak包放"\data_dst\aligned"下，直接用不要再解压成图片了。
4，想看头像图片，把faceset.pak包放"\data_dst\aligned"下，执行5.2) data_dst util faceset unpack.bat来解压图片。