在本文中，我们列出了10个可以用于启动面部识别项目的面部数据集。
Flickr-Faces-HQ数据集（FFHQ）是由面部组成的数据集。在年龄，种族和图像背景方面，比Celeba-HQ数据集所包含更多的更改，覆盖范围也更好。图像是从Flickr捕获的，然后自动对齐和切割。
尺寸：数据集由70,000 1024×1024分辨率的高质量PNG图像组成，并且包含年龄，种族和图像背景的相当大变化。
项目：此数据集最初是作为生成对抗网络（GAN）的基准创建的。
Tufts Face数据库是最全面的大型面部数据集，包括7个图像模式：可见光，近红外，热量，计算机素描，Lytro，Lytro，录制的视频和3D图像。
尺寸：数据集包括10,000多张图像，包括来自15个以上国家的74名女性和38名男性，其年龄范围在4至70个国家之间。
项目：该数据库可用于全球研究人员，以测试草图，热，NIR，3D面部识别和异性恋面部识别的基准测试算法。
该数据集包含由专家生成的高质量照相的人脸图像。图像是由不同人的脸合成的，与眼睛，鼻子，嘴或整个脸部分开。
尺寸：数据集大小为215MB
项目：此数据集可用于区分真实图像。
Google中的数据集是一个大型面部表情符号数据集。它由一个三元组组成，并指定了面部图像的人类注释。
尺寸：数据集尺寸为200MB，包括500k三位一体和156K脸部图像。
项目：该数据集旨在帮助研究人员研究与面部表达分析相关的主题，例如基于表情的图像检索，基于情感的专辑摘要，情感分类，表达综合等。
带有标记地标点的面部图像是一个Kaggle数据集，可预测面部图像上的关键点位置。
尺寸：数据集的尺寸为497MP，包括7049个面部图像和最多15个关键点。
项目：该数据集可用作多个应用程序的内置块，例如跟踪图像和视频面，分析面部表情，测试变形的面部标志，以进行医学诊断和生物特征或面部识别。
野外的脸部-to -face（LFW）数据集是一个面部照片数据库，旨在研究非构成面识别的问题。野外标记的面孔是面部验证的公共基准，也称为配对匹配。
尺寸：数据集的大小为173MB，其中包含从互联网收集的13,000多个面部图像。
项目：数据集可用于面部验证和其他形式的面部识别。
UTKFACE数据集是一个大尺度大尺度的面部数据集，其范围从0到116。这些图像涵盖了姿势，面部表情，照明，封面，分辨率等的巨大变化。
大小：数据集包括具有超过20,000年龄，性别和种族注释的图像。
项目：此数据集可用于各种任务，例如面部检测，年龄估计，年龄进度，年龄回报，地标定位等。
该数据集是YouTube Faces数据集的处理版本，该数据集主要包括可用的名人的简短视频，并从油管管道下载。每个名人都有多个视频（每个名人的6个视频）。
尺寸：数据集尺寸为10GB，包括大约1293个视频，每个原始视频最多可连续240帧。整个单个图像框架总共有155,560张图像。
项目：该数据集可用于识别不受约束的视频的面孔。
Celebfaces属性数据集（Celeba）是一个大型面部属性数据集，具有超过200k的名人图像，每个图像都有40个属性注释。此数据集的图像涵盖了较大的姿势变化和背景杂项波。
尺寸：数据集的大小为200k，包括10,177个身份，202599个面部图像，5个地标和40个二进制属性注释。
项目：此数据集可用作计算机视觉任务的培训和测试集：面部属性识别，面部检测，地标（或面部部位）定位以及面部编辑和合成。
耶鲁面部数据库包含165个Gif格式的15个人灰色图像。每个主题都有11张图像，每个不同的面部表情或配置：中心灯，眼镜，幸福，左灯，无眼镜，正常，右光，悲伤，昏昏欲睡，惊喜，惊喜并眨眼。
尺寸：数据集的大小为6.4MB，其中包含5760个单光源，每个图像看到在576个观看条件下看到的10个对象。
项目：数据集可用于面部识别，头像列表比较等。