数据集概述
本数据集由EAVISE提供，用于生成基于LBP特征和AdaBoost算法的改进型正面人脸检测模型，适配OpenCV3.2框架。包含FDDB数据集转换为OpenCV格式的标注文件、最终训练模型及说明文档，共3个文件，支持人脸检测模型的训练与评估。
文件详解
- README.txt
- 文件格式：TXT
- 字段映射介绍：包含数据集作者、联系方式、数据收集背景及数据集描述，说明数据用于OpenCV3.2人脸检测模型改进的用途。
- lbpcascade_frontalface_improved.xml
- 文件格式：XML
- 字段映射介绍：OpenCV3.2框架集成的最终训练模型（IterativeHardPositives+模型），用于正面人脸检测。
- annotationsfddb.txt
- 文件格式：TXT
- 字段映射介绍：FDDB数据集标注转换为OpenCV格式的文件，每行包含FILENAME（文件名）、NUMBER_DETECTIONS（检测数量）、XCOORDINATETOPLEFTCORNER（左上角X坐标）、YCOORDINATETOPLEFTCORNER（左上角Y坐标）、WIDTH（宽度）、HEIGHT（高度）字段。
数据来源
EAVISE Open Source Face Detection Dataset
适用场景
- 人脸检测模型训练与优化: 基于LBP特征和AdaBoost算法，训练适配OpenCV3.2的改进型正面人脸检测模型。
- 计算机视觉算法评估: 使用FDDB标注文件验证人脸检测模型的性能。
- OpenCV框架应用开发: 集成XML格式的预训练模型，快速实现人脸检测功能。
- 机器学习研究: 分析主动学习与级联分类管道结合对模型性能的提升效果。
