用於訓練面部識別模型的前 15 個免費面部圖像數據集的綜合列表

計算機視覺是人工智能的一個分支，它為計算機提供了從圖像和視頻中提取有用信息的能力。 機器學習模型然後作用於提取的信息。 計算機視覺充當計算機的眼睛——觀察和理解世界，而人工智能允許它思考。 計算機視覺技術的目的是使計算系統能夠理解圖像、視頻和其他視覺輸入——具有上下文——就像人類視覺一樣。

面部識別的前 15 個免費圖像數據集

只有在高質量圖像數據集上進行訓練時，面部識別系統才能執行其計算機視覺任務。 如果沒有高質量的圖像識別數據集，您可能無法開發出強大的 面部識別系統. 但我們有一個解決方案。

探索可免費訪問的高質量開放圖像數據集的存儲庫。

讓我們開始吧。

1. 動力學-700

   Kinetics-700 是最廣泛的視頻數據集之一，已迅速成為開發麵部識別解決方案的標準。 Kinetics-700 在 Deep Mind 網站上被描述為包含高質量圖像的數據集，包括指向近 650 個具有各種欠缺的 700 個人類動作類別的 YouTube 鏈接。

   這些圖像描繪了人與物體的互動（例如關門或彈吉他）和人與人的互動（例如擁抱或牽手）。 這些類別中的每一個都包含至少 600 個視頻剪輯，並且是人工註釋的。

2. 野外標記的面孔

   另一個可免費下載的大型面部圖像數據集 Labeled Faces in the Wild 包含大約 13,000 張面部照片，專為執行不受約束的面部識別任務而設計。 這些圖像是從網絡上收集的，並標有該人的姓名。

3. IMDB維基

   IMDB-WiKi 是另一個大型公開圖像數據集，其中包含具有姓名、年齡和性別的人臉。 圖片取自 IMDB 和維基百科，共計 523、051 張。 數據集是通過爬取演員的 IMDB 個人資料和維基百科收集的。

4. 名人面孔

   CelebFaces 是一個免費提供的圖像數據集，包含超過 200,000 名名人的面部屬性圖像。 這些圖像中的每一個都帶有 40 個屬性的註釋。 此外，註釋還包括 10,000 多個身份和地標定位。 它由 MMLAB 開發，用於非商業研究目的以及人臉檢測、定位和屬性識別。

5. 圖像中的人臉檢測

   圖像中的人臉檢測是一個免費使用的簡單數據集，包含 500 多張圖像和 1100 多張面孔。 在邊界框技術的幫助下，圖像被手動標記和註釋。

6. 塔夫茨人臉數據庫

   Tufts Face 數據庫是一個大規模異構人臉檢測數據庫，具有各種圖像模式，包括照片圖像、計算機化的面部素描以及參與者的 3D、熱圖像和紅外圖像。 這個包含 10,000 多張圖片的綜合合集有來自不同國家、不同年齡段的男女參與者。

7. 谷歌面部表情比較

   Google 面部表情比較是另一個包含面部圖像三元組的大型免費數據集。 人類進一步註釋圖像以指定三者中哪一對具有最相似的面部表情。

8. UMDF面孔

   UMDFaces 是最大的數據集之一，包含 367,000 名受試者的 8,200 多張帶註釋的面孔。 該數據庫還包含來自使用 3.7 名受試者的面部關鍵點的視頻的超過 3,100 萬個帶註釋的幀。