LFW,Labeled Faces in the Wild。这是一个人脸识别的简单数据集，当然可以在官网进行下载。但是在官网下载实在是太慢了，当然你可以去试试。这个数据集经过筛选的裁剪的，比原数据集要小一些。

该数据集是用于研究无约束面部识别问题的面部照片数据库。数据集包含从网络收集的13000多张图像。每张脸都贴上了所画的人的名字，图片中的1680人在数据集中有两个或更多不同的照片。

这个资源是一个PPT，讲述了LFW数据集，包括简介、如何使用、里面数据集的划分等等

这是facenet实时人脸识别的训练模型权重，使用方法可以查看我的博客/

Labeled Faces in the Wild,官网下载，其中5749个人，其中1680人有两幅及以上的图像，4069人只有一幅图像。图像为250*250大小的JPEG格式。

LFW数据集

某盘链接，训练sphereface模型时所用到的数据集，包括CASIA-WebFace和lfw，还有经过人脸检测对齐后抠出来的112x96的数据集，你直接拿来训练就完事了嗷，铁汁~

facenet源码，facenet无需限制人脸对齐，但是代码中提供了MTCNN的对齐，而且在LFW评分中也发现经过对齐的分数能够提高一个档次。 利用提供的代码，在LFW上进行EVAL，发现其精度高达99.2%

mobilefacenet-V2 现在我们有了更高的积累： [lfw] [12000]准确性翻转：0.99667 + -0.00358 [agedb_30] [12000]准确性翻转：0.96667 + -0.00167使用我修改后的移动网络。 lr-batch-epoch：0.01 11738 1个测试验证。.（12000，512）推断时间39.129495 [lfw] [36000] XNorm：22.729305 [lfw] [36000]准确性翻转：0.99667 + -0.00358 在纸上的mobilefacenet文件中提高mobilefacenet的准确性（ ） 第

人脸库从官网下非常的慢，因为网站是国外的，lfw人脸库可以做验证，学习研究用非常实用。研究人脸识别的人都需要