室内场景识别数据集-indoorCVPR_09
数据集包含67个室内类别，总共15620个图像。图像数量因类别而异，但每个类别至少有100张图像。所有图像均为jpg格式。
TrainImages.txt：包含每个训练图像的文件名。共67 * 80张图片；TestImages.txt：包含每个测试图像的文件名。共67 * 20张图片。
人脸表情识别数据集-CK+
人脸8种动态彩色表情数据集，包括123个subjects, 593 个 image sequence，每个image sequence的最后一张 Frame 都有action units 的label，而在这593个image sequence中，有327个sequence 有 emotion的 label。这个数据集是人脸表情识别中比较流行的一个数据集，很多文章都会用到这个数据做测试。
资源包括数据集压缩文件和数据集介绍、公开论文文档
人脸识别数据集-Face_Images_13233
kaggle2019年已标注的人脸识别数据集，包括13233张250x250大小的人脸彩色图，图片来源是网络名人，每人多张，其中每张照片命名为“人名+序号”，（如Abdullah_Gul_0001），包括不同场景、表情、头部姿态、光照等，可作为野外真实场景下的人脸识别数据集。
皮肤检测数据集-Skin Segmentation Data Set_UCI
通过从各种年龄组（年轻人，中年人和老年人），种族组（白人，黑人和亚洲人）的面部图像中随机抽取B，G，R值以及从FERET数据库和PAL数据库获得的性别来收集皮肤数据集。 。学习样本总量为245057; 其中50859是皮肤样本，194198是非皮肤样本。
资源内包括数据集图片下载地址和对应的标注标签文档。
图片标注工具
图片标注工具，支持windows下直接运行，压缩包内包括labelImg.exe程序和预定义的类别名称predefined_classes.txt文档。
使用说明：先在predefined_classes.txt内 按行输入所有标注的类别名称，然后运行labelImg.exe，选择图片文件夹图片进行标注，会自动生成每张图片的标签文档数据。
皮肤检测数据集-Face_Dataset
已标注的基于像素的皮肤检测数据集，图片收集自网络名人图，包括32张单人原图和46张多人原图，以及各自对应的皮肤标注掩膜黑白图，即掩膜标签图中白色（255或1）为皮肤、黑色（0）为非皮肤，原图包括不同肤色、不同种族、不同年龄段、不同场景等。
人脸数据集-c512_006
包括raiz1.ppm，raiz2.ppm，raiz3.ppm和windmill.ppm四个文件
人脸识别数据集-lfwpeople
Labeled Faces in the Wild是一个面部照片数据库，专为研究无约束人脸识别问题而设计。该数据集包含从网络收集的13,000多张面部图像。每张脸都标有图中人物的名字。图中的1680人在数据集中有两张或更多不同的照片。该数据集是在互联网上收集的着名人物的JPEG图片的集合。所有详细信息均可在官方网站上获得：http：//vis-www.cs.umass.edu/lfw/，每张照片都以一张脸为中心。每个通道的每个像素（RGB中的颜色）由浮点范围0.0-1.0编码。该任务称为面部识别（或识别）：给定面部图片，找到给定训练集（图库）的人的姓名。原始图像为250 x 250像素，但默认切片和调整大小参数会将它们减少到62 x 47。
人脸识别数据集-facerecognition
kaggle2018年人脸识别数据集，一共22张彩色人脸图，包括10位志愿者，包括不同光照变化、头部姿态。
人脸识别数据集-CASIA-WebFace
2014年李子青实验室公开的人脸识别数据集，数据集收集自网络人脸图片，包含10575个人494414张图。
数据集介绍：https://alberthg.github.io/2018/04/16/CASIA-WebFace-简介/
人脸检测数据集-FDDB-originalPics
自然无限制各种场景下的多脸人脸检测，包含从Wild 数据集中的Faces获取的一组2845个图像中的5171个人脸的标注。
人脸检测数据集-trainning-data-faces
kaggle2018年的已标注人脸检测数据集，文件内包括标签文件label_train.txt和图片数据文件db_train.raw。
人脸表情识别数据集-emotion_faces-data-new
kaggle2018年的人脸表情识别数据集，来自实验室环境下采集的7864张人脸彩色图，每人采集了20张不同表情。
人脸表情识别数据集-yale-face-database
kaggle2018年耶鲁大学公开的人脸表情识别数据集，该数据集包含15个受试者的165个GIF图像（subject01，subject02等）。每个主题有11个图像，一个用于以下每个面部表情或配置：中心光，带眼镜，快乐，左光，没有眼镜，正常，右光，悲伤，困，惊讶，和眨眼。
人脸表情识别数据集-GENKI-R2009a
GENKI 数据集于 2009 年由加利福尼亚大学的机器概念实验室收集发布。收集自网络人脸图，包含7172位 11159 张图像，分为 “笑” 和 “不笑” 两种，每个图片的人脸的尺度大小，姿势，光照变化，头的转动等都不一样，专门用于做笑脸识别。
人脸表情识别数据集-CMU_PIE_Face-PIE和POSE子集
CMU Multi-PIE人脸数据库包含超过750,000张337人的图像，这些图像在五个月内最多可记录四次。受试者在15个视点和19个照明条件下成像，同时显示一系列面部表情。此外，还获得了高分辨率正面图像。总的来说，数据库包含超过305GB的面部数据。
资源包括PIE照明子集（1154张人脸灰度图，32*32）和三个Pose05、Pose07、Pose09子集（分别包括3332张、1629张、859张人脸灰度图，64*64）。
人脸属性识别数据集-WFLW_images
人脸多种属性、关键点标注数据集，包含了10000张脸，其中7500用于训练，2500张用于测试，共98个关键点。除了关键点之外，还有遮挡，姿态，妆容，光照， 模糊和表情等多种属性信息的标注。
人脸性别识别数据集-genderdetectionface
kaggle2018年的已标注人脸性别识别数据集，数据收集自网络欧美名人的人脸彩色图片，包括训练集（女/男性800张）、验证集（女/男性170张）、测试集（女/男性170张），其中有不同光照、戴眼镜、头部部分等不同因素。
人脸检测数据集-face-detection
kaggle2017年人脸检测数据集，文件内包括人脸数据和非人脸数据的mat文件。
人脸检测数据集-face-detection-in-images
kaggle2018年的已标注人脸检测数据集，图像中的面部区域已用矩形边界框手动标注，大约500张图像，大约1100张人脸。数据集预览：https://dataturks.com/projects/devika.mishra/face_detection
人脸检测数据集-faces-dataset
kaggle2017年人脸检测数据集，共31024张灰度图，包括训练集（2430张人脸图，4549张非人脸图）和测试集（472张人脸图，23573张非人脸图）。
RSS订阅
1214
