人脸识别yale_faces数据集

人脸识别使用的训练集，里面包括了很多的正样本集合和负样本集合。

深度学习必用人脸数据集，该数据集共60人，每个人采集了500张正面各种姿态的图片，大小为128*128,直接利用笔记本的前置摄像头拍摄，是为了训练人脸识别专门搭建的数据集，人脸质量较好。

网红人脸数据集，图片均爬自公开互联网，包含标清（256px），高清（512px），和超清（1024px）共三种版本的数据集，其中标清和高清版数据集含有136732张图片，超清版数据集含有105213张

动漫人脸数据集，摘选并处理自DANBOORU2018的动漫图片库，包含140000张512×512px大小的高清动漫人脸图。

faces.zip 面部检测数据集

该数据集也称为动物脸部HQ(AFHQ),由16130张高质量图像组成,分辨率为512×512。通过具有多个(三个)域和每个域中各种品种的不同图像,AFHQ提出了一个具有挑战性的图像间转换问题。 Ani

ORL+YALE+FERET人脸数据库。文件夹和文件名都做了统一处理。 ORL：40人，每人10张人脸图像 YALE：15人，每人11张人脸图像 FERET：200人，每人7张人脸图像

一次课程实验作业，用人脸数据集进行降维处理显示降维处理后的图像

OpenCV人脸识别用到的txt文件，里面有样本的绝对路径和标签，如果不想自己生成，拿这个能文件，把路径换成自己的路径就可以了。

kaggle2018年的人脸表情识别数据集，来自实验室环境下采集的7864张人脸彩色图，每人采集了20张不同表情。