WiderFace数据集详解以及在模型中如何使用

最新推荐文章于 2026-05-21 16:24:56 发布

原创

最新推荐文章于 2026-05-21 16:24:56 发布 · 8k 阅读

标签

#神经网络 #机器学习

收录于

WIDERFACE是人脸识别基准数据集，包括32203张图像和393,703个人脸标注。分为训练、验证和测试集，涵盖Easy、Medium、Hard三个难度级别。数据集提供了详细的面部信息如模糊度、表情、遮挡等。在模型中使用数据集，可以调用MAT格式文件，将其转换为Python字典处理。" 111745972,10296020,使用layui实现动态表格与穿梭框交互,"['layui', '前端开发', '表格操作', '数据绑定']

WIDERFACE介绍

WIDER FACE数据集是人脸检测的一个benchmark数据集，包含32203图像，以及393,703个标注人脸，其中，158,989个标注人脸位于训练集，39,496个位于验证集。每一个子集都包含3个级别的检测难度：Easy，Medium，Hard。这些人脸在尺度，姿态，光照、表情、遮挡方面都有很大的变化范围。

WIDER FACE选择的图像主要来源于公开数据集WIDER。制作者来自于香港中文大学，他们选择WIDER的61个事件类别，对于每个类别，随机选择40%10%50%作为训练、验证、测试集。检测算法在测试集上的评估方式与PASCAL VOC DATADASET 相同，并且测试集的真值包围框（boundingbox）未发布。参赛者可通过提交预测结果（prediction files），由WIDER FACE给出评价结果。

数据集详解

数据集下载下载链接

可以看到数据集有四个文件夹

下面三个文件分场景存放图片
第一个文件夹存放测试、训练、验证的信息，分开存放，有mat和txt两个版本，两个版本的信息内容相同，只是格式不同。如果你电脑有MATLAB，你可以直接打开mat格式文件，否则可以打开txt文件查看信息。
在这里插入图片描述
发现数据分别的意义如下：