仅显示平台推荐
WIDERFace
${starItems[0]}

32,203张图像,并对393,703张像样本图像中所描述的在尺度、姿势和遮挡方面具有高度可变性的面孔进行标记。较宽的人脸数据集基于61个事件类进行组织。 http://shuoyang1213.me/WIDERFACE/

2021-01-11 32 15
CelebA
${starItems[1]}

CelebFaces属性数据集(CelebA)是一个大规模的面部属性数据集,其中包含超过200K名人图像,每个图像都有40个属性注释。 该数据集中的图像涵盖了较大的姿势变化和背景杂波。 http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

2021-01-18 7 24
IMDB-WIKI_faces
${starItems[2]}

来自IMDb的20,284名名人和Wikipedia的62,328名名人共460,723张人脸图像,因此总计523,051张。 https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/

2020-11-24 0 5
Align-LFW___Align-CASIA-WebFace
${starItems[3]}

华为项目中,原程序用的预处理(对齐、裁剪)后的人脸数据集

2022-04-19 960 41
ms1m
${starItems[4]}

解压之后格式: train: 11 22 33

2022-04-20 46 5
CASIA-WEBFACE
${starItems[5]}

在大数据和深度卷积神经网络(美国有线电视新闻网)的推动下,人脸识别的性能已与人类相比。使用私有的大规模训练数据集,若干组在LFW上实现非常高的性能,即97%到99%。虽然有许多开源的美国有线电视新闻网的实现,没有大规模的面部数据集是公开可用的。人脸识别领域的研究现状是数据比算法更重要。为了解决这个问题,我们提出了一种半自动的方式来收集来自互联网的人脸图像,并建立一个大型数据集包含10575个主题和494414个图像,称为CASIA WebFACTS。据我们所知,该数据集的大小在文献中排名第二,仅比脸谱网(SCF)的私有数据集小。我们鼓励在这个数据集上的数据消耗方法训练和LFW上的报告性能。

2022-04-19 61 51
FFHQ-Aging-Dataset
${starItems[6]}

FFHQ Aging Dataset

2022-11-20 17 0
fsgan-pretrained
${starItems[7]}

fsgan预训练数据

2022-11-19 2 0
face11
${starItems[8]}

这个是很久之前下载的口罩识别图像

2022-11-19 1 2
Arcface
${starItems[9]}

数据集

2022-11-16 84 1
face_segmentation
${starItems[10]}

face_segmentation

2022-11-14 17 0
Gun-Ball_Camera-based_Person_re-identification_Dataset
${starItems[11]}

本数据采集的地点位于龙岗智能视听研究院周边,包含共计182个行人。每个行人至少由两个摄像头捕获到,平均每个人约有79张图像。每个摄像头拍摄了行人在短时间内的一系列动作。

2022-10-11 0 0
vggface2
${starItems[12]}

vggface2

2022-06-29 62 7
AmbigQA
${starItems[13]}

CelebFaces属性数据集(CelebA)是一个大规模的面部属性数据集,其中包含超过200K名人图像,每个图像都有40个属性注释。 该数据集中的图像涵盖了较大的姿势变化和背景杂波。 http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

2021-04-08 0 2