【人脸识别】解析MS-Celeb-1M人脸数据集及FaceImageCroppedWithAlignment.tsv文件提取 包含用于提取和清除MsCeleb的脚本

1，MS-Celeb-1M数据集： （已删）
MSR IRC是目前世界上规模最大、水平最高的图像识别赛事之一，由MSRA（微软亚洲研究院）图像分析、大数据挖掘研究组组长张磊发起，每年定期举办。从1M个名人中，根据他们的受欢迎程度，选择100K个。然后，利用搜索引擎，给100K个人，每人搜大概100张图片。共100K*100=10M个图片。测试集包括1000个名人，这1000个名人来自于1M个明星中随机挑选。而且经过微软标注。每个名人大概有20张图片，这些图片都是网上找不到的。其他常用人脸数据集：CAISA-WebFace,VGG-Face, MegaFace.

数据有对齐版可以直接用于训练（共80G数据）：

MsCelebCleaner   https://github.com/mohit242/MsCelebCleaner

包含用于提取和清除MsCeleb的脚本。指示中

 

1. 下载MsCeleb数据集[ https://msceleb.blob.core.windows.net/msceleb-v1/FaceImageCroppedWithAlignment.tsv ](直接下载可能已被删 复制到迅雷中可以下载)
2. 下载MsCeleb清单[ https://onedrive.live.com/?authkey=%21ANDIP6m4Y17QH%5Fk&cid=88C3C82ADDD2A052&id=88C3C82ADDD2A052%21734823&parId=88C3C82ADDD2A052%21734822&o=OneUp ]
3. 运行execute.py