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)。