Labeled Faces in the Wild Dataset 是一个面部图像数据集，专为研究无约束人脸识别开发，该数据集包含从网络收集的 13,000 多张面部图像，每张图片标注有人物名称，共有 1680 人，这些图片均由 Viola – Jones 面部探测器所拍摄。 Labeled Faces in the Wild Dataset 由马萨诸塞大学阿默斯特分校于 2007 年 10 月发布，主要发布人为 Erik Learned-Miller、 Gary B. Huang、 Aruni RoyChowdhury、 Haoxiang Li 和 Gang Hua，相关论文有《Labeled Faces in the Wild: A Database for Studying Face Recognition in Unconstrained Environments》。

MobileFaceNet_TF MobileFaceNet的Tensorflow实现。 依存关系 张量流> = r1.5 OpenCVPython的3.x python 3.x 科学的 斯克莱恩 麻木 网络 泡菜 准备数据集 选择以下链接之一来下载Insightface提供的数据集。 （特别推荐MS1M-refine-v2） ， ， ， 将数据集移动到${MobileFaceNet_TF_ROOT}/datasets 。 运行${MobileFaceNet_TF_ROOT}/utils/data_process.py 。 预训练模型 训练 通过特殊项目自行优化超级参数。

该数据集包括69张人脸图像以及包括ladmark特征标注信息

LFW(Labeled Faces in the Wild) 人脸识别数据集

该数据集是用于研究无约束面部识别问题的面部照片数据库。数据集包含从网络收集的13000多张图像。每张脸都贴上了所画的人的名字，图片中的1680人在数据集中有两个或更多不同的照片。

该文件里面是ORL数据集，包含40个不同的人的400张图片，图片有微笑，伤心等不同光照时间，图片是.pgm格式的，已试过可以运行。

JavaServer Faces In Action中文版

Learning to Cluster Faces via Confidence and Connectivity Estimation.pdf

Caltech 10k Web Faces 是一个人脸图像数据，包含 10524张 人脸图像和标注信息， 标注眼睛、鼻子和嘴巴的位置，来自Google图像搜索后的人工标注。

GAN生成面： Udacity深度学习纳米学位 使用GAN（生成对抗网络）生成新的面Kong图像。 如何运行： 安装点子 在命令行中通过pip安装jupyter笔记本：“ pip3 install jupyter” 克隆此仓库 进入终端中的这个仓库 在终端中运行“ jupyter笔记本”