benchmark 是一个行业的基准，里面包含很多数据库、论文、源码和结果（经典论文）。 facedetection benchmark：WIDER Face、FDDB等。
优秀论文 通常实验阶段都会介绍它所使用的数据集，公开数据集可以下载。申请数据集时候，最好使用学校的，以edu结尾的邮箱。
论坛或者交流社区 例如，thinkface。
数据量 越大越好，至少以万为单位。
下载包含有人脸的原始数据，标注保存的格式： 路径/***.jpg 40,60,250,300
实战项目是一个二分类项目，第一类是人脸，第二类是非人脸（只要不是人脸都可以）
对于正样本的制作： 对于原始数据，根据标注的坐标和OpenCV把人脸裁剪出来，完成正样本的制作。在完成裁剪之后，需要人工地对数据进行检查，如果存在问题，要对数据进行数据清洗。对于负样本的制作 在原始数据上进行一个随机地裁剪，设定IOU（Intersection over Union）< 0.3 为一个负样本，但是这种方法可能存在将人脸数据裁剪成负样本，所以可以另外寻找不包含人脸的图像数据来制作负样本。（一种Caffe支持的用于分类的数据源）
制作LMDB准备： 将制作的人脸正样本数据分成两部分，一部分用于训练，一部分用于验证，通常训练样本个数远远大于验证样本个数；负样本数据也按照同样的方式分成两部分。分好的数据分别放于train和val文件夹下，train文件夹包含0和1两个子文件夹，分别放置用于训练的负样本和正样本，val文件夹下放置验证集。将数据分好之后，我们还需要写两个txt文档（脚本实现），train.txt和val.txt，对应作为训练集和验证集的标签。 制作LMDB数据源，用caffe提供的脚本文件进行制作。 #!/usr/bin/env sh # Create the face_48 lmdb inputs # N.B. set the path to the face_48 train + val data dirs EXAMPLE=/home/×××/face_detect DATA=/home/×××/face_detect TOOLS=/home/×××/caffe/build/tools TRAIN_DATA_ROOT=/home/×××/face_detect/train/ VAL_DATA_ROOT=/home/×××/face_detect/val/ # Set RESIZE=true to resize the images to 60 x 60. Leave as false if images have # already been resized using another tool. RESIZE=true if $RESIZE; then RESIZE_HEIGHT=227 RESIZE_WIDTH=227 else RESIZE_HEIGHT=0 RESIZE_WIDTH=0 fi if [ ! -d "$TRAIN_DATA_ROOT" ]; then echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT" echo "Set the TRAIN_DATA_ROOT variable in create_face_48.sh to the path" \ "where the face_48 training data is stored." exit 1 fi if [ ! -d "$VAL_DATA_ROOT" ]; then echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT" echo "Set the VAL_DATA_ROOT variable in create_face_48.sh to the path" \ "where the face_48 validation data is stored." exit 1 fi echo "Creating train lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $TRAIN_DATA_ROOT \ $DATA/train.txt \ $EXAMPLE/face_train_lmdb echo "Creating val lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $VAL_DATA_ROOT \ $DATA/val.txt \ $EXAMPLE/face_val_lmdb echo "Done." Status API Training Shop Blog About执行脚本文件，完成人脸LMDB数据源的制作。
