MegaFace 是由华盛顿大学(University of Washington)计算机科学与工程实验室于2015年针对名为 ”MegaFace Challenge” 的挑战而发布并维
护的公开人脸数据集，是目前最为权威热门的评价人脸识别性能的指标之一。数据集中的人脸图像均采集自Flickr creative commons
dataset，共包含690,572个身份共1,027,060张图像。这是第一个在百万规模级别的人脸识别算法测试标准。
WIDER FACE dataset is a face detection benchmark dataset, of which images are selected from the publicly available WIDER dataset. We choose 32,203 images and label 393,703 faces with a high degree of variability in scale, pose and occlusion as depicted in the sample images. WIDER FACE dataset is organized based on 61 event classes. For each event class, we randomly select 40%/10%/50% data as training, validation and testing sets. We adopt the same evaluation metric employed in the PASCAL VOC dataset. Similar to MALF and Caltech datasets, we do not release bounding box ground truth for the test images. Users are required to submit final prediction files, which we shall proceed to evaluate.
译：
宽脸数据集是一个人脸检测基准数据集，从公开的更宽数据集中选择图像。我们选择了32203张图片，并标注了393703张在比例、姿势和遮挡方面具有高度可变性的人脸，如示例图像所示。基于61个事件类组织了更广泛的人脸数据集。随机抽取40%/班作为验证数据，每节课抽取40%作为验证数据。我们采用与PASCAL VOC数据集相同的评估指标。与MALF和加州理工学院的数据集类似，我们不会为测试图像发布边界框背景真实。用户需要提交最终预测文件，我们将对其进行评估。
大家可以到官网地址下载数据集，我自己也在百度网盘分享了一份。可关注本人公众号，回复“2020082802”获取下载链接。
只要自己有时间，都尽量写写文章，与大家交流分享。
本人公众号：
CSDN博客地址：https://blog.csdn.net/ispeasant