用于训练面部识别模型的前 15 个免费面部图像数据集的综合列表

计算机视觉是人工智能的一个分支，它为计算机提供了从图像和视频中提取有用信息的能力。 机器学习模型然后作用于提取的信息。 计算机视觉充当计算机的眼睛——观察和理解世界，而人工智能允许它思考。 计算机视觉技术的目的是使计算系统能够理解图像、视频和其他视觉输入——具有上下文——就像人类视觉一样。

面部识别的前 15 个免费图像数据集

只有在高质量图像数据集上进行训练时，面部识别系统才能执行其计算机视觉任务。 如果没有高质量的图像识别数据集，您可能无法开发出强大的 面部识别系统. 但我们有一个解决方案。

探索可免费访问的高质量开放图像数据集的存储库。

让我们开始吧。

1. 动力学-700

   Kinetics-700 是最广泛的视频数据集之一，已迅速成为开发面部识别解决方案的标准。 Kinetics-700 在 Deep Mind 网站上被描述为包含高质量图像的数据集，包括指向近 650 个具有各种欠缺的 700 个人类动作类别的 YouTube 链接。

   这些图像描绘了人与物体的互动（例如关门或弹吉他）和人与人的互动（例如拥抱或牵手）。 这些类别中的每一个都包含至少 600 个视频剪辑，并且是人工注释的。

2. 野外带标签的面孔

   另一个可免费下载的大型面部图像数据集 Labeled Faces in the Wild 包含大约 13,000 张面部照片，专为执行不受约束的面部识别任务而设计。 这些图像是从网络上收集的，并标有该人的姓名。

3. IMDB维基

   IMDB-WiKi 是另一个大型公开图像数据集，其中包含具有姓名、年龄和性别的人脸。 图片取自 IMDB 和维基百科，共计 523、051 张。 数据集是通过爬取演员的 IMDB 个人资料和维基百科收集的。

4. 名人面孔

   CelebFaces 是一个免费提供的图像数据集，包含超过 200,000 名名人的面部属性图像。 这些图像中的每一个都带有 40 个属性的注释。 此外，注释还包括 10,000 多个身份和地标定位。 它由 MMLAB 开发，用于非商业研究目的以及人脸检测、定位和属性识别。

5. 图像中的人脸检测

   图像中的人脸检测是一个免费使用的简单数据集，包含 500 多张图像和 1100 多张面孔。 在边界框技术的帮助下，图像被手动标记和注释。

6. 塔夫茨人脸数据库

   Tufts Face 数据库是一个大规模异构人脸检测数据库，具有各种图像模式，包括照片图像、计算机化的面部素描以及参与者的 3D、热图像和红外图像。 这个包含 10,000 多张图片的综合合集有来自不同国家、不同年龄段的男女参与者。

7. 谷歌面部表情比较

   Google 面部表情比较是另一个包含面部图像三元组的大型免费数据集。 人类进一步注释图像以指定三者中哪一对具有最相似的面部表情。

8. UMDFaces

   UMDFaces 是最大的数据集之一，包含 367,000 名受试者的 8,200 多张带注释的面孔。 该数据库还包含来自使用 3.7 名受试者的面部关键点的视频的超过 3,100 万个带注释的帧。