CelebA人脸数据集10000个身份类别的标注信息查询

• 你当前下载的仅为CelebA数据集的图像部分，身份标注属于独立的标注组件，和图像包分开发布。官方对应10000+身份的标注文件为identity_CelebA.txt，覆盖数据集全部20余万张图像。
• 该标注文件每行记录对应一张图像，格式为[图像文件名] [身份ID]，身份ID为1到10177的连续整数，同一ID对应的所有图像属于同一个身份主体。
• 如果你需要生成按身份分类的子文件夹结构，可通过读取该标注文件做批量迁移，参考实现代码如下：

import os
import shutil

# 替换为你的本地路径
RAW_IMG_DIR = "./celebA/images"
IDENTITY_ANNO_PATH = "./celebA/anno/identity_CelebA.txt"
CLASSIFIED_OUTPUT_DIR = "./celebA/classified_by_id"

os.makedirs(CLASSIFIED_OUTPUT_DIR, exist_ok=True)

with open(IDENTITY_ANNO_PATH, "r", encoding="utf-8") as f:
    for line in f:
        img_name, identity_id = line.strip().split()
        # 生成单身份子文件夹
        id_dir = os.path.join(CLASSIFIED_OUTPUT_DIR, f"identity_{identity_id}")
        os.makedirs(id_dir, exist_ok=True)
        # 复制图像到对应文件夹
        shutil.copy2(
            os.path.join(RAW_IMG_DIR, img_name),
            os.path.join(id_dir, img_name)
        )

• 身份标注通常和人脸关键点标注、属性标注打包发布，压缩包命名一般为Anno开头，你可以在获取原始图像包的同渠道查找该标注包资源即可。
• 注意如果下载的是CelebA的裁剪子集，需要找对应子集版本的身份标注，避免标注和图像文件名不匹配的问题

内容的提问来源于stack exchange，提问作者Nuha