CelebA是CelebFaces Attribute的缩写，意即名人人脸属性数据集，其包含10,177个名人身份的202,599张人脸图片，每张图片都做好了特征标记，包含人脸bbox标注框、5个人脸特征点坐标以及40个属性标记，CelebA由香港中文大学开放提供，广泛用于人脸相关的计算机视觉训练任务，可用于人脸属性标识训练、人脸检测训练以及landmark标记等，官方网址：Large-scale CelebFaces Attributes (CelebA) Dataset

官方为我们提供了如下几个下载链接：

点击任何一个链接都会进入如下dropbox目录：

通过阅读README.txt了解到每一部分代表的含义：

- In-The-Wild Images (Img/img_celeba.7z)
202,599张原始“野生”人脸图像，从网络爬取未有做任何裁剪缩放操作的人脸图像；

- Align&Cropped Images (Img/img_align_celeba.zip & Img/img_align_celeba_png.7z)

202,599张经过人脸对齐和裁剪了的图像，视情况下载对应不同质量的图像即可，一般选择jpg格式才1G多的img_align_celeba.zip文件；

- Bounding Box Annotations (Anno/list_bbox_celeba.txt)

bounding box标签，即人脸标注框坐标注释文件，包含每一张图片对应的bbox起点坐标及其宽高，如下：

- Landmarks Annotations (Anno/list_landmarks_celeba.txt & Anno/list_landmarks_align_celeba.txt)
5个特征点landmark坐标注释文件，list_landmarks_align_celeba.txt则是对应人脸对齐后 的landmark坐标；

- Attributes Annotations (Anno/list_attr_celeba.txt)

40个属性标签文件，第一行为图像张数，第二行为属性名，有该属性则标记为1，否则标记为-1；

- Identity Annotations (available upon request)
10,177个名人身份标识，图片的序号即是该图片对应的标签；

- Evaluation Partitions (Eval/list_eval_partition.txt)
用于划分为training，validation及testing等数据集的标签文件，标签0对应training，标签1对应validation，标签2对应testing；

默认的官方下载链接是放到外网的Dropbox上的，为了方便我们，官方还贴心的提供了百度网盘下载链接https://pan.baidu.com/s/1eSNpdRG#list/path=%2F，文件形式一模一样。

CelebA拥有的40个属性分别是什么呢？以下是我个人对这四十个属性意义的理解：

1. 5_o_Clock_Shadow：刚长出的双颊胡须
2. Arched_Eyebrows：柳叶眉
3. Attractive：吸引人的
4. Bags_Under_Eyes：眼袋
5. Bald：秃头
6. Bangs：刘海
7. Big_Lips：大嘴唇
8. Big_Nose：大鼻子
9. Black_Hair：黑发
10. Blond_Hair：金发
11. Blurry：模糊的
12. Brown_Hair：棕发
13. Bushy_Eyebrows：浓眉
14. Chubby：圆胖的
15. Double_Chin：双下巴
16. Eyeglasses：眼镜
17. Goatee：山羊胡子
18. Gray_Hair：灰发或白发
19. Heavy_Makeup：浓妆
20. High_Cheekbones：高颧骨
21. Male：男性
22. Mouth_Slightly_Open：微微张开嘴巴
23. Mustache：胡子，髭
24. Narrow_Eyes：细长的眼睛
25. No_Beard：无胡子
26. Oval_Face：椭圆形的脸
27. Pale_Skin：苍白的皮肤
28. Pointy_Nose：尖鼻子
29. Receding_Hairline：发际线后移
30. Rosy_Cheeks：红润的双颊
31. Sideburns：连鬓胡子
32. Smiling：微笑
33. Straight_Hair：直发
34. Wavy_Hair：卷发
35. Wearing_Earrings：戴着耳环
36. Wearing_Hat：戴着帽子
37. Wearing_Lipstick：涂了唇膏
38. Wearing_Necklace：戴着项链
39. Wearing_Necktie：戴着领带
40. Young：年轻人

以下是我写的单独划分某个属性数据集的脚本，可参考进行划分CelebA数据集：

# -*- coding: utf-8 -*-
#!/usr/bin/env python3

'''
Divide face accordance CelebA Attr type.
'''

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import shutil
import os

output_path = "/home/andy/datasets/CelebA/"
image_path = "/home/andy/datasets/CelebA/img_align_celeba_160x160"
CelebA_Attr_file = "/home/andy/datasets/CelebA/list_attr_celeba.txt"
Attr_type = 16 # Eyeglasses

def main():
    '''Divide face accordance CelebA Attr eyeglasses label.'''
    trainA_dir = os.path.join(output_path, "trainA")
    trainB_dir = os.path.join(output_path, "trainB")
    if not os.path.isdir(trainA_dir):
        os.makedirs(trainA_dir)
    if not os.path.isdir(trainB_dir):
        os.makedirs(trainB_dir)

    not_found_txt = open(os.path.join(output_path, "not_found_img.txt"), "w")
    
    count_A = 0
    count_B = 0
    count_N = 0

    with open(CelebA_Attr_file, "r") as Attr_file:
        Attr_info = Attr_file.readlines()
        Attr_info = Attr_info[2:]
        index = 0
        for line in Attr_info:
            index += 1
            info = line.split()
            filename = info[0]
            filepath_old = os.path.join(image_path, filename)
            if os.path.isfile(filepath_old):
                if int(info[Attr_type]) == 1:
                    filepath_new = os.path.join(trainA_dir, filename)
                    shutil.copyfile(filepath_old, filepath_new)
                    count_A += 1
                else:
                    filepath_new = os.path.join(trainB_dir, filename)
                    shutil.copyfile(filepath_old, filepath_new)
                    count_B += 1
                print("%d: success for copy %s -> %s" % (index, info[Attr_type], filepath_new))
            else:
                print("%d: not found %s\n" % (index, filepath_old))
                not_found_txt.write(line)
                count_N += 1

    not_found_txt.close()
    
    print("TrainA have %d images!" % count_A)
    print("TrainB have %d images!" % count_B)
    print("Not found %d images!" % count_N)

if __name__ == "__main__":
    main()

该脚本可以自动根据属性Attr_type自行划分CelebA数据集，分别划分到trainA和trainB文件夹，trainA表示有该属性的数据，trainB表示无该属性的数据，同时其也可以在完成划分时自动报告trainA、trainB以及无该图像的数量。使用时，需要根据实际情况，调整output_path、image_path、CelebA_Attr_file及Attr_type，注意Attr_type即是你所要得到的属性划分数据集标记，其值范围为1到40，其含义如上文所述！