search

ZhangYuanhan-AI / CelebA-Spoof

[ECCV2020] A Large-Scale Face Anti-Spoofing Dataset
531 stars 92 forks source link

标签很多都是错的 #29

Closed gjd2017 closed 2 years ago

gjd2017 commented 3 years ago

很多标签都错了，A4 ，PC ，Phone，poster, photo都乱了，你们没有发现么？？？或者怎么处理的？

ZhangYuanhan-AI commented 3 years ago

为什么说是错的呢

gjd2017 commented 3 years ago

为什么说是错的呢

有的手机拍的，但是标签是poster或者是A4,；有的facemask标成photo。。。等等

ZhangYuanhan-AI commented 3 years ago

你是指攻击方式是手机 但是标签是poster么

gjd2017 commented 3 years ago

你是指攻击方式是手机 但是标签是poster么

对，还有很多。

ZhangYuanhan-AI commented 3 years ago

有例子么

gjd2017 commented 3 years ago

有例子么 你看看那个测试集吧，有很多，我这里放不了照片

billionfish commented 3 years ago

999/live文件夹里的171407.jpg等2022个样本 train.txt标签正确，为何负样本放在live文件夹下

liguiyuan commented 3 years ago

确实有一些是错误的，比如： 4004/live/156374.jpg 4004/live/172260.jpg 4004/live/437235.jpg 4005/live/376626.jpg 4010/live/244950.jpg 4014/live/018053.jpg ...

用手机翻拍的攻击图片，放到live文件夹里面了

futureisatyourhand commented 2 years ago

为什么说是错的呢

有的手机拍的，但是标签是poster或者是A4,；有的facemask标成photo。。。等等 你好，如果只用spoof数据，错的标签应该不多的吧，live数据，用模型给它清洗一变，live得分在两个阈值期间视为live，其余一概不要，可能标签是错的，这种方案可行？