如何快速构建深度学习图像数据集

最近在实践人脸识别，目标检测等的项目，需要用到数据集的构建，从https://www.pyimagesearch.com/2018/04/09/how-to-quickly-build-a-deep-learning-image-dataset/找来资源，以供学习。我的项目地址：我的Github。

1、介绍

为了构建我们的深度学习图像数据集，我们将利用微软的Bing图像搜索API，这是微软认知服务的一部分，用于将AI应用在视觉，语音，文本等的软件。

2、创建您的Cognitive Services帐户

点击下面的网页进入：
https://azure.microsoft.com/en-us/try/cognitive-services/?api=bing-image-search-api
如截图中，要注册Bing图像搜索API，请单击“获取API密钥”按钮。

从那里您可以通过登录您的Microsoft，Facebook，LinkedIn或GitHub帐户进行注册（为了简单起见，我使用GitHub）。
完成注册过程后，您将在您的API页面看到类似于我的浏览器的页面：

3、使用Python构建深度学习数据集

3.1 阅读文档

如果您对 API如何工作或我们在发出搜索请求后如何使用API​​ 有任何疑问，您应该参考这两个页面。

• Bing图像搜索API - Python QuickStart。
• Bing图像搜索API - API Feedback

3.2 安装requests包

$ workon your_env_name
$ pip install requests

3.3 创建脚本文件SearchBingAPI.py来下载图像

'''
任务： 利用BING API从网上抓取特定图片，作为人脸识别的数据集。
操作： 1. 在linux下，命令行输入： python SearchBingAPI.py --query "钟汉良" --output DataS