python 数据库来源——face detection benchmark

数据获取的方式：
1、benchmark，是一个行业的基准，里面包含很多数据库和论文，代码，源码，结果。
face detection benchmark
Mpll benchamark
2、优秀论文，通常实验阶段都会介绍它所使用的数据集，公开数据集可以下载。申请数据集时候，最后使用学校邮箱
3、论坛或者交流社区
人脸：thinkface
4、数据规模，越大越好。数据量2万到3万

人脸识别：
对于正样本：裁剪的操作，根据坐标把人脸裁剪出来。可用opencv工具来制作人脸数据。要检查，看看数据是否有问题，否则会影响后续工作。
对于负样本：进行一个随机的裁剪，IOU这个比例（重叠的比例）在原始的数据当中，当IOU<0.3时，认为是一个负样本，最好是拿没有人脸的数据当作负样本

制作LMDB数据源（其实他就是Caffe支持的非常常用的分类的数据源）

exzample 和 DATA的文件夹设置是一样的
tools是caffe的那个所在tool的稳价键

train和val指的是训练和验证数据集的所在位置。

制作LMDB数据源，用caffe提供的脚本文件，
前几行改成自己的安装目录
进行resize操作
alenet和VGG通常都是227*227的大小