有没有以人名分类的人脸数据集？

目前还没有以人名分类的人脸数据集，这个建立起来也是比较庞大耗时的，但有点不科学，很多人同时拥有几个名字，

或者有的人会改名字，就会造成数据重复，浪费资源

工作与生活的关系是相辅相成的，工作可以为生活提供保障，更好生活则是工作的目的。人如果不工作的话，生活不仅没有保障，还会碌碌无为，失去价值和乐趣。但如果只工作的话，就没有时间享受生活，这样的经历是不快乐的。

"工作狂"，这个词汇大家不陌生，印象中这是当代产生的一个极新的词汇。它指的是对工作极度投入、近乎痴狂的一种人，这种人大概是不会"生活"或顾不得谈"生活"的。

其实这样的人很早就有，当然也遍及各地，只是未曾使用这个词罢了。似乎每一个堪称伟大的人无不是忘我工作的人。我们暂时把这种人说成是:工作第一、生活第二的人。甚至是人生中只有工作的人。

再就是所谓追求极致生活的，他们不一定非常富有，对工作也有热情。只是他们认为工作是简单又简单的，在他们的世界绝不容许将生活说成是"日子"。应该说这样的人过的是极度潇洒和惬意的，他们的生命的意义在于此。这种人算是:生活第一、工作第二的人。

还有一种人最最理想、数量很多。那就是将工作和生活严格分开，工作就是工作，生活就是生活。"公私分明"是他们的原则和愿望，从不混为一谈。他们认为工作和生活是同样重要的，工作是他们的需要，生活是他们的追求。

我还想说起这样一种人，生活无疑是他们人生的最高目的，其实他们内心也没有关于生活的概念，他们只是有这样的逻辑:工作是为了生活，或者说，工作是为了更好的生活，不工作就不能生活。

这时候的生活的概念好像只是"活着"或"生存"。其实不然，它是一种意识。我觉得在我国传统里有这样的意识，所有人或者说绝大多数人的思路是受到这种逻辑的限制的。

我们当然不能忘记这样一群人，他们是一群快乐的人。在他们的世界里，工作和生活都是艺术化了的。他们从不思考活着是为了工作还是工作是为了活着的问题。在他们的每一天里，都是享受的。

还有多种多样的人，有的是我们无法形象地形容的。

生活是一个人一生的全部过程，工作只是生活的一部分。如同生活中的很多方面一样，没有了工作，就是一点残缺，便不完满。终于可以理解为什么有人为了工作而暂时放弃生活另一部分，生活不只是活着，但是活着是生活的基础，只有生活起来，才算是真正地活着。

掌握好工作和生活的关系，是有利于我们的身心愉悦和成长的。

数据库的作用：

1、实现数据共享：数据共享包含所有用户可同时存取数据库中的数据，也包括用户可以用各种方式通过接口使用数据库，并提供数据共享。

2、减少数据的冗余度：同文件系统相比，由于数据库实现了数据共享，从而避免了用户各自建立应用文件。减少了大量重复数据，减少了数据冗余，维护了数据的一致性。

3、保持数据的独立性：数据的独立性包括逻辑独立性（数据库中数据库的逻辑结构和应用程序相互独立）和物理独立性（数据物理结构的变化不影响数据的逻辑结构）。

4、数据实现集中控制：文件管理方式中，数据处于一种分散的状态，不同的用户或同一用户在不同处理中其文件之间毫无关系。利用数据库可对数据进行集中控制和管理，并通过数据模型表示各种数据的组织以及数据间的联系。

5、数据一致性和可维护性，以确保数据的安全性和可靠性：主要包括：安全性控制、完整性控制、并发控制，使在同一时间周期内，允许对数据实现多路存取，又能防止用户之间的不正常交互作用。

6、故障恢复：由数据库管理系统提供一套方法，可及时发现故障和修复故障，从而防止数据被破坏。数据库系统能尽快恢复数据库系统运行时出现的故障，可能是物理上或是逻辑上的错误。比如对系统的误 *** 作造成的数据错误等。

扩展资料

数据库技术的应用及特点

数据库最初是在大公司或大机构中用作大规模事务处理的基础。后来随着个人计算机的普及，数据库技术被移植到PC机(Personal Computer，个人计算机)上，供单用户个人数据库应用。接着，由于PC机在工作组内连成网，数据库技术就移植到工作组级。

现在，数据库正在Internet和内联网中广泛使用。20世纪60年代中期，数据库技术是用来解决文件处理系统问题的。当时的数据库处理技术还很脆弱，常常发生应用不能提交的情况。20世纪70年代关系模型的诞生为数据库专家提供了构造和处理数据库的标准方法，推动了关系数据库的发展和应用。

1979年，Ashton-Tate公司引入了微机产品dBase Ⅱ，并称之为关系数据库管理系统，从此数据库技术移植到了个人计算机上。20世纪80年代中期到后期，终端用户开始使用局域网技术将独立的计算机连接成网络，终端之间共享数据库，形成了一种新型的多用户数据处理，称为客户机/服务器数据库结构。

现在，数据库技术正在被用来同Internet技术相结合，以便在机构内联网、部门局域网甚至WWW上发布数据库数据。

参考资料：百度百科—数据库

公开人脸数据集

本页面收集到目前为止可以下载到的人脸数据库，可用于训练人脸深度学习模型。

人脸识别

数据库

描述

用途

获取方法

WebFace10k+人，约500K张图片非限制场景链接

FaceScrub530人，约100k张图片非限制场景链接

YouTube Face1,595个人 3,425段视频非限制场景、视频链接

LFW5k+人脸，超过10K张图片标准的人脸识别数据集链接

MultiPIE337个人的不同姿态、表情、光照的人脸图像，共750k+人脸图像限制场景人脸识别链接 需购买

MegaFace690k不同的人的1000k人脸图像新的人脸识别评测集合链接

IJB-A人脸识别，人脸检测链接

CAS-PEAL1040个人的30k+张人脸图像，主要包含姿态、表情、光照变化限制场景下人脸识别链接

Pubfig200个人的58k+人脸图像非限制场景下的人脸识别链接

人脸检测

数据库

描述

用途

获取方法

FDDB2845张图片中的5171张脸标准人脸检测评测集链接

IJB-A人脸识别，人脸检测链接

Caltech10k Web Faces10k+人脸，提供双眼和嘴巴的坐标位置人脸点检测链接

人脸表情

数据库

描述

用途

获取方法

CK+137个人的不同人脸表情视频帧正面人脸表情识别链接

人脸年龄

数据库

描述

用途

获取方法

IMDB-WIKI包含：IMDb中20k+个名人的460k+张图片 和维基百科62k+张图片, 总共： 523k+张图片名人年龄、性别链接

Adience包含2k+个人的26k+张人脸图像人脸性别，人脸年龄段(8组)链接

CACD20002k名人160k张人脸图片人脸年龄链接

人脸性别

数据库

描述

用途

获取方法

IMDB-WIKI包含：IMDb中20k+个名人的460k+张图片 和维基百科62k+张图片, 总共： 523k+张图片名人年龄、性别链接

Adience包含2k+个人的26k+张人脸图像人脸性别，人脸年龄段(8组)链接

人脸关键点检测

数据库

描述

用途

获取方法

数据库描述用途获取方法

人脸其它

数据库

描述

用途

获取方法

CeleBrayA200k张人脸图像40多种人脸属性人脸属性识别获取方法

GitHub：DeepFace

---