亚洲人脸数据库 ，每个人正面、侧面照片若干张，用于训练人脸识别网络，相比于lfw公开数据集，该数据集合更有针对性，lfw数据集中多数是欧美人，因此训练出来的网络对亚洲人的识别准确率表现很一般

亚洲人脸数据库 ，每个人正面、侧面照片若干张，用于训练人脸识别网络，相比于lfw公开数据集，该数据集合更有针对性，lfw数据集中多数是欧美人，因此训练出来的网络对亚洲人的识别准确率表现很一般

亚洲人脸数据库 ，每个人正面、侧面照片若干张，用于训练人脸识别网络，相比于lfw公开数据集，该数据集合更有针对性，lfw数据集中多数是欧美人，因此训练出来的网络对亚洲人的识别准确率表现很一般

CASIA-SURF数据集,rgb depth, ir三组数据，

在生物识别和图像处理中，找到Palmprint图像的ROI是一个普遍的问题。 这是开发基于掌纹图像识别的生物识别系统的主要步骤。 此处提供的代码尝试定位给定掌纹图像（左手或右手）的 ROI，假设 CASIA 数据库使用的命名约定得到维护。 代码的简单更改应该使其即使对于此数据库之外的图像也可用。 当前代码检查文件名以将图像分类为左手或右手。 输出 ROI 将是输入图像的 192x192 (uint8) 段。 采用的方法很简单，旨在提供有效的计算。 但是，由于此版本未考虑这些要求，因此应该可以进一步优化。 有关 ROI 检测的分步方法，请参阅下面给出的参考资料。 您可以浏览整个CASIA数据库： http : //www.cbsr.ia.ac.cn/english/Palmprint Databases.asp 参考文献：David Zhang、Wai-Kin Kong、Jane

某盘链接，训练sphereface模型时所用到的数据集，包括CASIA-WebFace和lfw，还有经过人脸检测对齐后抠出来的112x96的数据集，你直接拿来训练就完事了嗷，铁汁~

亚洲人脸数据库 ，每个人正面、侧面照片若干张，用于训练人脸识别网络，相比于lfw公开数据集，该数据集合更有针对性，lfw数据集中多数是欧美人，因此训练出来的网络对亚洲人的识别准确率表现很一般

HWDB-1.1 手写汉字CNN识别模型训练 数据集 使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张， 共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 level-1汉字。 样例图 模型训练 Finetuning from a pretrained model 以googlenet为基础模型，进行finetuning。直接训练全部类别无法收敛时，尝试分阶段训练。 训练后的测试结果为loss-1和loss-2分支准确率为95%，loss-3分支为97%。收敛很快，以0.01为基础学习率，32的batch size，不到10000次迭代就收敛了。 Train 'HWDB-CNN-9Layer' model 虽然googlenet效果尚可，但是由

CASIA-SURF数据集是 目前进行活体检测的常用数据集，可惜网络上很多链接都失效了，有一些都有解压密码，折腾了很久才找到这个可以用的完整版。目前的最新算法，基本上可以刷爆这个数据集，估计以后只能作为科研的基础啦。(之前的版本还是有问题，这个是更新以后的)

该资源是基于中科院-CASIA-GaitDatasetB步态图像轮廓数据库的步态周期检测与步态角度特征MATLAB源码。虽然已经有博文较为详细的讲述了怎样基于中科院-CASIA-GaitDatasetB步态图像轮廓数据库做步态周期检测与步态角度特征提取而且还附带源码；但是考虑到使用方便，这里我最终还是将我整个matlab的工程上传做一个小小的参考。实在有需要的话可以下载。