Advertisement

OpenCV提供的官方人脸识别数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
OpenCV 3人脸识别所依赖的训练数据集包含40个不同个体的人脸图像，每个个体提供了10张照片作为训练素材。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • OpenCV官方的人脸识别数据集
    优质
    本数据集由OpenCV官方提供，包含大量标准人脸图像，旨在支持人脸识别算法的研究与开发。 使用OpenCV3实现人脸识别项目。该项目采用的是OpenCV官方的人脸数据集，包含40个人的正脸图像，每个人有10张照片。这些图片存储在不同的文件夹中，每个文件夹对应一个人，并且每张图片格式为pgm，尺寸为92x112像素。
     
  • OpenCV人脸识别官方数据库
    优质
    简介：OpenCV人脸识别官方数据库提供丰富的面部识别数据集，助力开发者和研究人员测试、训练及优化人脸识别算法。 OpenCV3进行人脸识别所使用的训练数据集包含40个人脸数据，每个人有10张照片。
     
  • OpenCV口罩人脸识别数据集（含XML）
    优质
    本数据集为OpenCV设计，包含佩戴口罩的人脸识别图像及XML分类文件，旨在提升机器学习模型在各类遮挡情况下的识别精度。 我们收集了800多张正样本图片和1800张负样本图片，可以直接进行训练。
     
  • OpenCV人脸辨识数据集
    优质
    OpenCV人脸辨识数据集包含数千张不同人的人脸图像，用于训练和测试人脸识别算法。该数据集广泛应用于计算机视觉研究领域。 已训练完成的OpenCV人脸识别数据集包含eye与frontalface特征，能够识别人脸，可以直接导入文件使用。由于训练人脸数据集需要耗费大量时间，而内部的xml文件已经经过了充分的训练，因此可以节省大量的时间和资源，直接进行下一步操作。
     
  • yale人脸识别_face-recognition.zip_matlab yale人脸数据库_人脸识别数据集_yale人脸
    优质
    本资源包含Yale大学的人脸识别数据库，适用于MATLAB环境。该数据库包含了不同光照、表情和面部姿态下16个人的共计165张灰度图像，广泛应用于人脸识别算法的研究与测试。 在使用Yale人脸数据库进行人脸识别实验后，识别率达到90.67%。
     
  • 人脸识别OPENCV代码（1）_人脸识别OPENCV代码_PYQT5人脸识别_
    优质
    本项目为基于OpenCV和Python的人脸识别系统演示代码，结合PyQt5实现图形界面交互，适用于初学者学习人脸检测与识别技术。 使用OpenCV的Python库进行人脸检测，并结合face_recognition算法实现人脸识别功能。建议安装Anaconda3来配置开发环境，这样可以方便地管理依赖包；或者直接使用Python 3.6也是可行的选择。完成环境配置后可以直接运行代码。
     
  • GavabDB.zip_3D 人脸数据集_3D人脸识别_3d face_人脸 3d 识别
    优质
    GavabDB是一款专为研究设计的高质量3D人脸数据集，旨在促进3D人脸识别技术的发展和应用。 GavabDB 数据集为3D人脸识别提供了资源。
     
  • 基于OpenCV的人脸识别与数据集txt文件
    优质
    本项目利用OpenCV库实现人脸识别功能，并通过读取和处理包含人脸特征的数据集txt文件来增强模型精度。 在使用OpenCV进行人脸识别时会用到一个txt文件。该文件内包含样本的绝对路径和标签信息。如果不想自己创建这样的文件，则可以利用现有的txt文件，并将其中的路径替换为自己的图片存放路径即可。
     
  • OlivettiFaces 人脸识别数据集
    优质
    OlivettiFaces 数据集是由AT&T实验室提供的一个经典人脸图像数据库，包含40个不同人的400张灰度面部图片，广泛应用于模式识别和机器学习研究。 我们处理过的数据集包含40个人的图片，每人有10张人脸图片。这些图片不是官方GIF图，而是单独的人脸图像，并且每张图片都有标签。
     
  • ORL人脸识别数据集
    优质
    ORL人脸识别数据集是由AT&T实验室建立的一个常用的人脸识别研究数据库，包含40个不同人的脸部图像，每人有10种不同的表情、姿势或光照条件下的照片。 经典的ORL人脸数据集包含40个人的图像，每人有10张图片，总共400张。这些图片格式为.bmp，并且可以由OpenCV直接读取。已按照人进行分类，每个文件路径格式如下：./AR/si/j.bmp。所有图像都非常清晰，分辨率为92x112。