Data는 얼굴 이미지(200x200)와 각 이미지에 대한 Class로 구성이 되어 있습니다.
Class는 다음과 같습니다.
0 : 1세 ~ 10세
1 : 11세 ~ 20세
2 : 21세 ~ 30세
3 : 31세 ~ 40세
4 : 41세 ~ 50세
추가적으로, Class를 제외한, 나이(Age), 성별(Gender), 인종(Race)에 대한 정보가 이미지의 이름으로 주어집니다. 자세한 내용은 Dataset과 Testset에서 확인하세요.
- dataset - 학습을 위해 사용할 이미지 폴더
- data.csv - dataset에 대한 정보가 요약된 csv파일
- testset - test를 위해 사용할 이미지 폴더
- testdata.csv - testset에 대한 정보가 요약된 csv파일
모델 학습을 위한 이미지 파일들 입니다.
dataset은 Class폴더로 구성이 되어 있습니다.
각 Class의 이미지는 다음 이름 형식을 따릅니다.
[age]_[gender]_[race]_[date&time].jpg
age: 이미지의 정확한 나이
gender: 이미지의 성별로, 0(남자) or 1(여자)
race: 인종으로, 0(백인), 1(흑인), 2(아시아인), 3(동남아인), 4(그외, 히스페닉, 라틴, 중동…)
date&time : 이미지가 생성된 날짜(yyyymmddHHMMSSFFF)
주의 사항
각 이미지의 정보만을 사용해서 모델을 구성해도 됩니다.
다만, 추가적인 정보를 제공하여 모델의 성능을 향상시키는 것도 가능합니다. (예를 들어 gender, race)
특히 학습을 위한 Dataset에는 age정보가 포함되어 있지만, Testset에는 제공이 되지 않습니다.
어떤 모델이 더 좋고, 나쁜지에 대한 판단은 본인이 직접 해보고 내리시길 바랍니다.
총 7340개의 이미지 파일과 특징들이 제공됩니다.
해당 .csv파일을 제공하는 이유는 추가적인 특징들을 쉽게 사용하기 위함입니다.
Image- 파일 이름Label- 해당하는 ClassAge- 해당하는 AgeGender- 해당하는 GenderRace- 해당하는 Race
모델의 성능을 검증하기 위한 이미지 파일 입니다.
각 이미지 파일은 다음과 같은 이름 형식을 따릅니다.
[gender]_[race]_[date&time].jpg
- gender: 이미지의 성별로, 0(남자) or 1(여자)
- race: 인종으로, 0(백인), 1(흑인), 2(아시아인), 3(동남아인), 4(그외, 히스페닉, 라틴, 중동…)
- date&time : 이미지가 생성된 날짜(yyyymmddHHMMSSFFF)
주의 사항
이미지의 나이를 예측하는 문제이기 때문에 age에 대한 정보는 제공되지 않습니다.
다만, gender와 race에 대한 정보는 동일하게 제공되기 때문에 모델 성능 향상에 사용될 수 있습니다.
총 822개의 이미지 파일과 특징들이 제공됩니다.
해당 .csv파일을 제공하는 이유는 추가적인 특징들을 쉽게 사용하기 위함입니다.
Image- 파일 이름Gender- 해당하는 GenderRace- 해당하는 Race