hwany79/google-open-images-hair-style-dataset

Google Open Images — Hair Style Dataset

🇺🇸 English | 🇰🇷 한국어

---

Overview

This dataset is a curated custom subset of the Google Open Images V7 dataset, specifically filtered to include images of humans with various hair styles.
It is intended for use in computer vision research and applications such as hair style classification, person detection, and instance segmentation.

Split	Purpose
train	Model training
validation	Model evaluation / hyperparameter tuning

---

Dataset Description

Source

• Original Dataset: Google Open Images V7
• Filter Criteria: Images containing human subjects with annotated hair-style-related labels
• Download Tool: FiftyOne open-source dataset management library

Annotation Types

This dataset provides three types of annotations:

Type	File	Description
Classification	classifications.csv	Image-level labels (e.g., whether a certain label is present)
Detection	detections.csv	Bounding box coordinates for detected objects
Segmentation	segmentations.csv + masks/	Pixel-level instance segmentation masks

Label Files Detail

File	Columns	Description
classifications.csv	ImageID, Source, LabelName, Confidence	Image-level positive/negative labels
detections.csv	ImageID, LabelName, Confidence, XMin, XMax, YMin, YMax, IsOccluded, IsTruncated, IsGroupOf, IsDepiction, IsInside	Bounding box annotations (normalized 0~1)
segmentations.csv	MaskPath, ImageID, LabelName, BoxID, BoxXMin, BoxXMax, BoxYMin, BoxYMax, PredictedIoU, Clicks	Segmentation polygon/mask references
masks/	PNG images	Binary mask images (0=background, 255=object)

Metadata Files

File	Description
classes.csv	Mapping of label codes (e.g., /m/xxxxx) to human-readable class names
hierarchy.json	Class hierarchy tree (parent-child relationships between labels)
image_ids.csv	Mapping of ImageID to original image URL, Flickr URL, license info, etc.
segmentation_classes.csv	List of classes that have segmentation annotations available

---

Dataset Structure

google-open-images-hair-style-dataset/
│
├── train/
│   ├── data/                        ← Raw image files (.jpg)
│   ├── labels/
│   │   ├── masks/
│   │   │   ├── 0/                   ← Segmentation mask images (part 0)
│   │   │   └── 1/                   ← Segmentation mask images (part 1)
│   │   ├── classifications.csv
│   │   ├── detections.csv
│   │   └── segmentations.csv
│   └── metadata/
│       ├── classes.csv
│       ├── hierarchy.json
│       ├── image_ids.csv
│       └── segmentation_classes.csv
│
└── validation/
    ├── data/                        ← Raw image files (.jpg)
    ├── labels/
    │   ├── masks/
    │   │   ├── 0/                   ← Segmentation mask images (part 0)
    │   │   └── 1/                   ← Segmentation mask images (part 1)
    │   ├── classifications.csv
    │   ├── detections.csv
    │   └── segmentations.csv
    └── metadata/
        ├── classes.csv
        ├── hierarchy.json
        ├── image_ids.csv
        └── segmentation_classes.csv

---

Usage Example

from datasets import load_dataset

ds = load_dataset("hwany79/google-open-images-hair-style-dataset")
print(ds)

Loading with pandas (CSV labels)

import pandas as pd

# Load detection annotations
detections = pd.read_csv("train/labels/detections.csv")
print(detections.head())

# Filter by label (e.g., Person)
person_df = detections[detections["LabelName"] == "/m/01g317"]
print(f"Person detections: {len(person_df)}")

---

License

This dataset is derived from Google Open Images V7.
Images are licensed under Creative Commons Attribution 2.0.
Annotations are licensed under Apache License 2.0.

This repository is released under the MIT License.

---

Citation

If you use this dataset in your research, please cite the original Open Images dataset:

@article{OpenImages,
  author = {Alina Kuznetsova and Hassan Rom and Neil Alldrin and Jasper Uijlings and Ivan Krasin and Jordi Pont-Tuset and Shahab Shahab and Stefan Popov and Matteo Malloci and Alexander Kolesnikov and Tom Duerig and Vittorio Ferrari},
  title = {The Open Images Dataset V4},
  year = {2020},
  journal = {International Journal of Computer Vision (IJCV)}
}

---

Google Open Images — 헤어 스타일 데이터셋

🇺🇸 English | 🇰🇷 한국어

---

개요

이 데이터셋은 Google Open Images V7 데이터셋에서
다양한 헤어 스타일을 가진 사람 이미지만을 필터링하여 구성한 커스텀 서브셋입니다.
헤어 스타일 분류, 사람 탐지, 인스턴스 세그멘테이션 등 컴퓨터 비전 연구 및 응용에 활용할 수 있습니다.

분할	용도
train	모델 학습용
validation	모델 평가 / 하이퍼파라미터 튜닝용

---

데이터셋 설명

출처

• 원본 데이터셋: Google Open Images V7
• 필터 기준: 헤어 스타일 관련 레이블이 어노테이션된 사람 이미지
• 다운로드 도구: FiftyOne 오픈소스 데이터셋 관리 라이브러리

어노테이션 유형

유형	파일	설명
분류 (Classification)	classifications.csv	이미지 수준의 레이블 (특정 레이블의 존재 여부)
탐지 (Detection)	detections.csv	객체의 바운딩 박스 좌표
세그멘테이션 (Segmentation)	segmentations.csv + masks/	픽셀 단위 인스턴스 세그멘테이션 마스크

레이블 파일 상세

파일	컬럼	설명
classifications.csv	ImageID, Source, LabelName, Confidence	이미지 수준 긍정/부정 레이블
detections.csv	ImageID, LabelName, Confidence, XMin, XMax, YMin, YMax, IsOccluded, IsTruncated, IsGroupOf, IsDepiction, IsInside	바운딩 박스 어노테이션 (0~1 정규화 좌표)
segmentations.csv	MaskPath, ImageID, LabelName, BoxID, BoxXMin, BoxXMax, BoxYMin, BoxYMax, PredictedIoU, Clicks	세그멘테이션 마스크 참조 정보
masks/	PNG 이미지	이진 마스크 이미지 (0=배경, 255=객체)

메타데이터 파일

파일	설명
classes.csv	레이블 코드(예: /m/xxxxx)와 사람이 읽을 수 있는 클래스 이름 매핑
hierarchy.json	클래스 계층 트리 (레이블 간 부모-자식 관계)
image_ids.csv	ImageID와 원본 이미지 URL, Flickr URL, 라이선스 정보 등의 매핑
segmentation_classes.csv	세그멘테이션 어노테이션이 존재하는 클래스 목록

---

데이터셋 구조

google-open-images-hair-style-dataset/
│
├── train/
│   ├── data/                        ← 원본 이미지 파일 (.jpg)
│   ├── labels/
│   │   ├── masks/
│   │   │   ├── 0/                   ← 세그멘테이션 마스크 이미지 (파트 0)
│   │   │   └── 1/                   ← 세그멘테이션 마스크 이미지 (파트 1)
│   │   ├── classifications.csv
│   │   ├── detections.csv
│   │   └── segmentations.csv
│   └── metadata/
│       ├── classes.csv
│       ├── hierarchy.json
│       ├── image_ids.csv
│       └── segmentation_classes.csv
│
└── validation/
    ├── data/                        ← 원본 이미지 파일 (.jpg)
    ├── labels/
    │   ├── masks/
    │   │   ├── 0/                   ← 세그멘테이션 마스크 이미지 (파트 0)
    │   │   └── 1/                   ← 세그멘테이션 마스크 이미지 (파트 1)
    │   ├── classifications.csv
    │   ├── detections.csv
    │   └── segmentations.csv
    └── metadata/
        ├── classes.csv
        ├── hierarchy.json
        ├── image_ids.csv
        └── segmentation_classes.csv

---

사용 예시

from datasets import load_dataset

ds = load_dataset("hwany79/google-open-images-hair-style-dataset")
print(ds)

pandas로 CSV 레이블 로드하기

import pandas as pd

# 탐지 어노테이션 로드
detections = pd.read_csv("train/labels/detections.csv")
print(detections.head())

# 특정 레이블로 필터링 (예: 사람)
person_df = detections[detections["LabelName"] == "/m/01g317"]
print(f"사람 탐지 수: {len(person_df)}")

---

라이선스

이 데이터셋은 Google Open Images V7에서 파생되었습니다.
이미지는 Creative Commons Attribution 2.0 라이선스가 적용됩니다.
어노테이션은 Apache License 2.0 라이선스가 적용됩니다.

이 리포지토리는 MIT 라이선스로 공개됩니다.

---

인용

이 데이터셋을 연구에 활용하시는 경우, 원본 Open Images 데이터셋을 다음과 같이 인용해 주세요:

@article{OpenImages,
  author = {Alina Kuznetsova and Hassan Rom and Neil Alldrin and Jasper Uijlings and Ivan Krasin and Jordi Pont-Tuset and Shahab Shahab and Stefan Popov and Matteo Malloci and Alexander Kolesnikov and Tom Duerig and Vittorio Ferrari},
  title = {The Open Images Dataset V4},
  year = {2020},
  journal = {International Journal of Computer Vision (IJCV)}
}