人脸年龄和性别训练的数据集和开源代码

最新推荐文章于 2025-06-24 23:42:50 发布
原创 最新推荐文章于 2025-06-24 23:42:50 发布 · 7.1k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文汇总了人脸年龄和性别识别领域的多个数据集与开源代码资源。提供了IMDb-WIKI等大型数据集的下载链接，并罗列了多种用于年龄性别识别的深度学习模型和项目代码，便于研究人员和技术爱好者进行实验与研究。

一、数据集网址：

https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/ 



二、开源代码：

   https://github.com/dpressel/rude-carnie
   http://www.openu.ac.il/home/hassner/projects/cnn_agegender/  （demo:http://nbviewer.jupyter.org/url/www.openu.ac.il/home/hassner/projects/cnn_agegender/cnn_age_gender_demo.ipynb）
   https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning-Library(https://github.com/davidsandberg/facenet)
   https://github.com/eveningglow/age-and-gender-classification
   https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/   


人脸性别识别数据集
02-22
这是另一个人脸性别识别数据库，需要的朋友可以来下载
人脸性别识别数据集-genderdetectionface
04-11
kaggle2018年的已标注人脸性别识别数据集，数据收集自网络欧美名人的人脸彩色图片，包括训练集（女/男性800张）、验证集（女/男性170张）、测试集（女/男性170张），其中有不同光照、戴眼镜、头部部分等不同因素。
人脸 数据集 年龄 性别 IMDB CROP 10~19
05-16
IMDB 的人脸数据集 共100个文件夹以及一份标签数据 文件集非常大(6.5G),故分成10份传，本部分为10~19部分
人脸识别离线sdk，含人脸比对、性别年龄检测（附C#详细Demo代码）
09-29
1、人脸识别sdk功能包含：摄像头操作封装，人脸检测、特征提取、人脸特征比对、性别检测、年龄检测； 2、本sdk二次开发包提供32位和64位dll，适用于Windows7以上系统，建议配置为i3+4G，开发包打包环境vs2015； 3、在64位i5上实测性能如下： 人脸检测耗时: 13 毫秒; 年龄检测耗时: 93 毫秒; 性别检测耗时: 79 毫秒; 特征提取耗时: 109 毫秒; 比对10000次用时: 1063 毫秒; 识别率>99.8%;
摄像头人脸识别、年龄、性别识别源码delphi
11-11
通过人脸识别sdk进行实施摄像头人脸识别，可识别年龄、性别等
基于CNN网络模型对人脸图像进行性别分类和年龄估计源码+数据集.zip
04-24
基于CNN网络模型对人脸图像进行性别分类和年龄估计源码+数据集.zip使用说明： 代码文件存放在Code文件夹，同一目录下创建data文件夹，数据集下载解压后使用renamePic_New.py进行重命名，文件路径自行指定; data...
简单的 Python 年龄和性别人脸图像估计工具_python_代码_下载
06-15
在这个项目中，TensorFlow 被用来构建和应用预训练的深度学习模型，这些模型可能是在大规模数据集上训练好的，如 IMDB-Wiki 或 Adience 数据集，用于年龄和性别的识别。这些模型通常基于卷积神经网络（CNN），因为 ...
基于Celebra数据集和Pytorch实现的人脸识别神经网络——FaceDetectionByTorch.zip
10-03
该数据集由30,000多个名人图片组成，每个图片都标注了包括性别、年龄、种族、发型等多项属性，图片质量高，数量庞大，是进行人脸识别研究的理想数据资源。由于其全面性和实用性，CelebA数据集成为了众多研究者进行...
Python-使用TensorFlow进行年龄和性别检测
08-11
使用训练数据集对模型进行迭代训练，调整权重以最小化损失函数。在每个epoch后，验证集可以用来评估模型的性能，防止过拟合。 6. **模型评估**： 通过测试集评估模型的准确性，包括性别分类的准确率和年龄预测的...
人脸关键点训练数据处理与增强工程_批量处理300w_lfpw_afw_helen公开数据集_实现68个关键点检测数据的几何旋转_遮挡增强_姿态估计_人脸框截取与属性标注_通过Pyt.zip
最新发布
09-07
人脸关键点检测技术是计算机视觉领域的重要组成...该项目通过自动化处理和增强人脸关键点训练数据集，不仅提高了工作效率，还提升了数据质量，为研究人员和工程师提供了强有力的支持，促进了人脸识别技术的发展和应用。
年龄、性别和种族（人脸数据）数据集.csv
05-04
数据集介绍 UTK 数据集和许多不同文件夹中充满图像的数据集，都需要大量的进行数据清理和预处理。 因此，本数据集以更简化的方式创建此数据集，将所有数据保存为 CSV 格式并提供给所有人。 内容 该数据集包括基于年龄、性别和种族标记的面部图像 CSV。 该数据集包括 27305 行和 5 列。
人脸识别和性别识别
10-12
该资源主要是介绍人脸识别与人脸性别的文章，包含基于小波神经网络的人脸识别 与人脸的性别分类。
不同年龄段男女年龄区间分类数据集7981张12类别.7z
09-13
数据集类型：图像分类用，不可用于目标检测无标注文件 数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：7981 分类类别数：12 类别名称:["female-0-12","female-13-19","female-20-29","female-30-49","female-50-64","female-65-100","male-0-12","male-13-19","male-20-29","male-30-49","male-50-64","male-65-100"] 更多信息：https://blog.youkuaiyun.com/FL1623863129/article/details/142205034
人脸 数据集 年龄 性别 IMDB CROP 00~09
05-16
IMDB 的人脸数据集 共100个文件夹以及一份标签数据 文件集非常大(6.5G),故分成10份传，本部分为00~09部分
人脸检测数据集3万张正方形
03-23
自己截图的三万张人脸检测正样本数据集，对称以及亮度变化。一共有8.8万张图，外加lmdb格式数据。
性别年龄数据集制作
weixin_39451323的博客
11-09 753
参考链接： 性别年龄文献综述 UTKFace的处理： ''' MXNet lst rec idx 文件生成 [适合任意的标签数量，自定义生成最灵活合适] 1. lst文件自定义创建，格式： index label_1 label_n image_abs_path_name; eg: 0 ...
年龄性别预测1：年龄性别数据集说明(含下载地址)
AI吃大瓜的博客
01-18 5767
主要分享年龄性别人脸数据集，主要介绍MegaAge_Asian，MORPH以及IMDB-WIKI三大数据集，总数约28W+的人脸图片，并且都标注了年龄和性别的信息，可以用于龄性别预测和识别模型的开发。
常用的性别年龄数据库
C++
04-07 1476
基于UTKFace数据集的多任务学习：年龄与性别识别
ling0323的博客
06-24 879
本文介绍了一个基于多任务学习的深度神经网络模型，用于同时识别人脸年龄和性别。研究采用UTKFace数据集(包含20,000多张标注图像)，通过构建包含4个卷积层的CNN结构，结合二元交叉熵(性别分类)和平均绝对误差(年龄回归)的复合损失函数。经过数据增强、Dropout等技术处理过拟合后，模型在测试集上取得性别分类89.8%准确率和年龄预测6.3岁平均误差的性能。实验表明，多任务学习方法能有效共享特征表示，提高模型效率，特别适合年龄性别识别这类相关任务。
UTKFace数据集：大规模人脸识别与年龄估计
而“UTKFace”是一个公开的人脸数据集，其特点是包含了大规模的人脸图像，并且这些图像具有丰富的标注信息，包括年龄、性别和种族等。数据集覆盖了从0岁到116岁的人群，提供了超过20,000张图像，这些图像在姿态、...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值