Advertisement

FS2K人脸素描数据集与代码

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

简介：
FS2K人脸素描数据集与代码提供了包含2,000名不同人物的高质量人脸素描图像及其对应的照片。此资源旨在促进人脸匹配和身份识别研究，附带的开源代码支持快速实验与模型训练。 FS2K人脸素描数据集的原开源项目已修正了数据集切分代码中的错误。现在提供的数据集和切分代码是正确的。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • FS2K人脸素描数据集与代码
    优质
    FS2K人脸素描数据集与代码提供了包含2,000名不同人物的高质量人脸素描图像及其对应的照片。此资源旨在促进人脸匹配和身份识别研究，附带的开源代码支持快速实验与模型训练。 FS2K人脸素描数据集的原开源项目已修正了数据集切分代码中的错误。现在提供的数据集和切分代码是正确的。
     
  • 【人脸数据集】各类人脸数据集生成.txt
    优质
    本文件提供了多种类型的人脸数据集信息，涵盖不同应用场景的需求，助力人脸识别技术的研究与开发。 数据集中的人脸均由StyleGAN生成。所有图片均为1024*1024的高清生成图像，各数据集间的图片无重复内容。目前包含男性、女性、黄种人、中国姑娘、小孩、成人及老人等类别，并且还有戴眼镜和有笑容的人脸数据集。
     
  • 帽子与人脸数据集-1600
    优质
    帽子与人脸数据集-1600是一个包含1600张图像的数据集合，每张图展示了戴着不同款式帽子的人脸。该数据集旨在研究和开发人脸识别及属性检测算法时使用，涵盖多样化的背景、姿势和光照条件，为研究人员提供丰富的测试样本。 我收集并制作了一套用于Darknet框架下深度学习的数据集，包含1600余张图片及手工标注的XML文件，可以直接用于训练使用。
     
  • 人脸数据集-训练与测试集
    优质
    简介：本项目提供一个人脸识别的数据集，包含用于模型训练和评估的独立子集。这些数据为研究者提供了宝贵的资源以改进人脸识别技术。 使用大约10000个训练集和4000个数据集进行工作。
     
  • ORL人脸数据集
    优质
    简介：ORL人脸数据集是由AT&T实验室创建的一个常用的人脸识别研究数据库，包含40人的共400张人脸图像，每人均有10种不同的图片。该数据集广泛应用于人脸识别算法的研究与测试中。 完整的ORL人脸数据库包含40个人的面部图像，每人有十张图片。所有图片格式均为PGM格式。
     
  • Jaffe人脸数据集
    优质
    Jaffe人脸数据集是由日本九州大学收集的一个包含多人不同情感表达的人脸图像数据库，主要用于表情识别和情绪分析研究。 这里展示的是原始的tiff文件格式图像以及JAFFE人脸数据集的一部分内容。该数据集中选取了10名日本女学生，并记录下她们做出7种不同表情的照片。这七种表情包括：愤怒、厌恶、恐惧、高兴、悲伤、惊讶和中性。
     
  • Face_Images_13233人脸数据集
    优质
    Face_Images_13233人脸数据集包含超过13,233张高质量面部图像，用于人脸识别和表情分析研究。该数据集旨在促进人工智能领域中的人脸识别技术发展。 Kaggle 2019年的人脸识别数据集包含13,233张尺寸为250x250的彩色人脸图像，图片来自网络名人，每人有多张照片。每张照片的名字格式是“人名+序号”，例如Abdullah_Gul_0001。该数据集中包括不同场景、表情、头部姿态和光照条件下的图片，适用于野外真实场景下的人脸识别研究。
     
  • ORL人脸数据集
    优质
    简介：ORL人脸数据集是由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人的正面面部图像，每人拥有不同表情、光线和姿势下的若干样本。 ORL人脸库由英国剑桥的Olivetti实验室创建。该数据库包含40个不同年龄、性别和种族的对象，每个对象有10幅灰度图像，总共有400幅图像。每张图像是92×112像素大小，并且背景为黑色。
     
  • PubFig人脸数据集
    优质
    简介：PubFig人脸数据集是一个包含超过8万个公共人物图像的数据集合，覆盖了68个不同类别的身份标签，广泛应用于人脸识别和属性学习研究。 PubFig 数据集分为两部分：开发集包含60个人的图像。在开发算法时应使用此数据集以避免过度拟合评估集。开发列表与评估集中的人没有重复，同时这些人物也不出现在LFW数据集中。评估集合包含了剩下的140个人的图像，这是用来测试和评价算法性能的数据集。详细内容可以在该网站上查看：https://www.cs.columbia.edu/CAVE/databases/pubfig/download/。 去掉链接后的内容如下： PubFig 数据集分为两部分：开发集包含60人的图像。在开发算法时应使用此数据集以避免过度拟合评估集。开发列表与评估集中的人没有重复，同时这些人物也不出现在LFW数据集中。评估集合包含了剩下的140个人的图像，这是用来测试和评价算法性能的数据集。