完美电竞

SHUJUJIXIAZAI

MTFL人脸地标检测数据集
MTFL人脸地标检测数据集
面部对准的面部标志检测长期以来一直受到遮挡和姿势变化的问题的困扰。我们没有将检测任务视为一个单独的独立问题，而是研究了通过多任务学习提高检测鲁棒性的可能性。具体来说，我们希望将面部标志检测与异构但细微相关的任务（例如头部姿势估计和面部属性推断）一起优化。下载地址：
WiderFace人脸检测模型训练数据集
WiderFace人脸检测模型训练数据集
WIDER FACE数据集是一个面部检测基准数据集，其图像是从可公开获得的WIDER数据集中选择的。我们选择了32,203张图像，并标记了393,703张在比例，姿势和遮挡方面具有高度可变性的面部。WIDER FACE数据集基于61个事件类别进行组织。对于每个事件类别，我们随机选择40％/ 10％/ 50％数据作为训练，验证和测试集。我们采用与PASCAL VOC数据集相同的评估指标。下载地址：
PASCAL-VOC2012数据集
PASCAL-VOC2012数据集
VOC2012数据集分为20类，包括背景为21类，分别如下： - Person: person ； - Animal: bird, cat, cow, dog, horse, sheep ； - Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train ； - Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor。 下载地址：
CoCo数据集
CoCo数据集
MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。 下载地址：
MTCNN项目数据集
MTCNN项目数据集
MTCNN是多任务级联CNN的人脸检测深度学习模型，该模型中综合考虑了人脸边框回归和面部关键点检测。用于MTCNN的项目数据集下载地址：