Leder du efter gratis ansigtsgenkendelsesdatasæt af høj kvalitet til at overlade dine AI-projekter? Stop med at lede! Vi har samlet den ultimative liste over 19 førsteklasses, gratis billeddatasæt, der er specielt designet til ansigtsgenkendelsesopgaver. Uanset om du udvikler banebrydende AI-algoritmer, finjusterer maskinlæringsmodeller eller udforsker computervisionsapplikationer, er disse datasæt din billet til succes. Fra berømthedsansigter til forskellige aldersgrupper og fra samlinger med flere poser til udfordringer med følelsesgenkendelse, vores omfattende guide dækker det hele. Dyk ned i denne skattekiste af ansigtsdata, og løft dine ansigtsgenkendelsessystemer uden at bruge en krone. Klar til at revolutionere dine computervisionsprojekter? Lad os udforske disse spilskiftende gratis ansigtsgenkendelsesdatasæt, der vil tage din AI til næste niveau!.
19 gratis ansigtsdatasæt til træning af ansigtsgenkendelsesmodeller
Et ansigtsgenkendelsessystem kan kun udføre sine computersynsopgaver, når det er trænet i kvalitetsbilleddatasæt. Uden et kvalitetsbilledgenkendelsesdatasæt er du muligvis ikke i stand til at udvikle et robust ansigtsgenkendelsessystem. Men vi har en løsning.
Udforsk et lager af åbne billeddatasæt af høj kvalitet, som du kan få gratis adgang til.
Lad os komme igang.
-
Mærket Faces in the Wild (Link)
Et andet stort datasæt for ansigtsbilleder, der kan downloades gratis, Labeled Faces in the Wild, indeholder cirka 13,000 ansigtsfotografier, der er specielt designet til at udføre ubegrænsede ansigtsgenkendelsesopgaver. Billederne er samlet fra nettet og er mærket med personens navn.
-
CelebFaces (Link)
CelebFaces er et frit tilgængeligt billeddatasæt, der indeholder ansigtsattributbilleder af mere end 200,000 berømtheder. Hvert af disse billeder kommer med 40 attributter. Desuden inkluderer annoteringerne også 10,000 og flere identiteter og skelsættende lokalisering. Det blev udviklet af MMLAB til ikke-kommercielle forskningsformål og ansigtsgenkendelse, lokalisering og egenskabsgenkendelse.
-
Tufts Face Database (Link)
Tufts Face-database er en storstilet heterogen ansigtsdetektionsdatabase med forskellige billedmodaliteter, herunder fotografiske billeder, computeriserede skitser af ansigter og 3D, termiske og infrarøde billeder af deltagere. Denne omfattende samling af over 10,000 billeder har deltagere af begge køn, en bred aldersgruppe og fra forskellige lande.
-
Google sammenligning af ansigtsudtryk (Link)
Google Ansigtsudtryk sammenligning er et andet gratis datasæt i stor skala, der indeholder ansigtsbillede-tripletter. Mennesker kommenterer yderligere billederne for at specificere, hvilket par af de tre der har det mest ens ansigtsudtryk.
-
UMDFaces (Link)
Et af de største datasæt, UMDFaces har mere end 367,000 kommenterede ansigter fordelt på 8,200 emner. Databasen indeholder også mere end 3.7 millioner kommenterede frames fra videoer, der bruger ansigtets nøglepunkter på 3,100 emner.
-
Ansigtsbilleder med markerede landemærkepunkter (Link)
Dette gratis ansigtsgenkendelsesdatasæt har 7049 billeder, hver markeret med op til 15 nøglepunkter. Nøglepunkterne pr. billede kan variere, men 15 er maksimum. Alle nøglepunktsdata leveres i en CSV-fil.
-
UTKFace (Link)
UTK Face-datasættet har 20,000 billeder af mennesker i alle aldre. Den indeholder oplysninger om alder, etnicitet og køn.
-
Morph (Link)
MORPH er et datasæt til at estimere alder ud fra ansigter. Den har 55,134 billeder af 13,617 mennesker i alderen 16 til 77 år.
YouTube med ansigtsnøglepunkter (Link)
YouTube With Facial Keypoints indeholder ansigtsbilleder af berømtheder taget fra offentlige fora. Billederne er beskåret fra videoer og fokuseret på ansigtets nøglepunkter på tværs af hvert billede.
Bredere ansigt (Link)
Wider Face har mere end 10,000 billeder af singler og grupper af mennesker. Datasættet er grupperet baseret på adskillige scener, såsom parader, trafik, fester, møder osv.
Yale Face Database (Link)
Yale Face Database har 165 billeder af 15 motiver under forskellige lysforhold, udtryk, følelser og miljøforhold.
Simpsons ansigter (Link)
The Simpsons faces er en samling af billeder taget fra det længste tv-program, Simpsons, sæson 25 til 28. Som navnet antyder, indeholder dette datasæt 10,000 beskårne billeder af karakteransigterne, der optræder i Simpsons-showet.
Ægte og falske ansigtsgenkendelse (Link)
Datasættet til registrering af ægte og falske ansigter er designet til at hjælpe ansigtsgenkendelsessystemer med bedre at skelne mellem ægte og falske ansigtsbilleder. Datasættet indeholder mere end 1000 rigtige og 900 falske ansigter med varierende genkendelig sværhedsgrad.
Flickr ansigter (Link)
Flickr Faces er et datasæt til ansigtsbilleder, der er gennemgået fra Flickr. Datasættet af høj kvalitet indeholder over 70,000 PNG-billeder af mennesker med forskellige funktioner såsom alder, nationalitet, etnicitet og billedbaggrund.
VGG ansigt (Link)
VGG Face-datasættet har over 2.6 millioner billeder af 2,622 personer til ansigtsidentitetsgenkendelse.
Multi-pose og multi-ekspression ansigtsdata (Link)
Dette datasæt har 102,476 billeder af 1,507 asiater (762 mænd, 745 kvinder). Hver person har 62 multi-pose og 6 multi-ekspression billeder. Datasættet omfatter forskellige vinkler, positurer og lysforhold. Det er nyttigt til ansigts- og ansigtsgenkendelse.
Levende ansigt og anti-spoofing-data (Link)
Dette datasæt har anti-spoofing-data for 1,056 personer. Det omfatter billeder fra både indendørs og udendørs scener og dækker alle aldre med fokus på unge og midaldrende mennesker. Dataene inkluderer flere stillinger og udtryk, nyttige til opgaver som ansigtsbetaling og oplåsning af mobiltelefon.
Multi-Attribute Labeled Faces (MALF) Datasæt (Link)
Datasættet Multi-Attribute Labeled Faces har 5,250 billeder med 11,931 mærkede ansigter. Den understøtter detaljeret analyse af ansigtsgenkendelse i naturen og blev introduceret i 2015.
Google Datasæt til sammenligning af ansigtsudtryk (Link)
Googles datasæt til sammenligning af ansigtsudtryk har over 156 billeder og 500 trillinger. Skabt af Google-forskere, fokuserer det på at analysere ansigtsudtryk, såsom følelsesklassificering. Den blev udgivet i 2018.
At have adgang til billeddatasæt af høj kvalitet er afgørende for træning og udvikling af ansigtsgenkendelsessystemer. Din ansigtsgenkendelsesmodel er lige så effektiv, troværdig og pålidelig som det datasæt, du bruger til at træne modellen.
Da data driver AI og Computer Vision, du har brug for data af høj kvalitet at udvikle et vindende ansigtsgenkendelsessystem. Disse gratis at bruge og kommenterede billeddatasæt kan fremme dine udviklingsmål. Men hvis du har brug for meget tilpassede og nøjagtigt kommenterede billeddatasæt, er Shaip den eneste løsning.
Vi er den mest foretrukne AI-løsningspartner med mange års erfaring med at give kunderne skræddersyede dataløsninger til deres specifikke behov. For at vide mere om vores datafærdigheder, kontakt vores team i dag.