UMDFaces資料集：

該資料集包含367920張人臉，分別類屬於8501個事件類別。提供的人臉資訊包括，人臉框，人臉姿勢，（yaw，pitch，roll），21個關鍵點，性別資訊等。由於圖片尺度，方向等的問題，使得該資料集不適合做人臉檢測的訓練，適合做人臉識別。

該資料集，主要是使用GoogleScraper從網路爬下的圖片，作者使用了DP2MFD model（Deep Pyramid Deformable Parts Model for Face Detection）和AMT（AmazonMechanical Turk）

進行了先期的預處理，從而將人臉都檢測出來。然後使用All-in-one CNN進行了關鍵點，姿勢，性別等的估計。

         為了真正保證資料的純淨，作者對其進行了清洗，在清洗每個object中資料的時候，作者使用了cosine distance，定義為（1-cos(seita)），使用了10對圖片做相似性的測試，如果10對圖片測下的相似度相加，結果小於固定的閾值（10），那麼這10對圖片就屬於同一個人的圖片。反之，如果大於10，說明有噪聲圖片在裡面，如果裡面只有1對圖片的cosine distance大於1，則將這一對圖片刪除，如果有大於1對的大於1，則去掉其中一個最大值的那對圖片，然後繼續新增進一對圖片，繼續進行上面的測試，直到所有的10對圖片cosine distance和小於10為止。

         如果某個object被移除超過5對圖片，則去掉該object。

         詳細的流程如下圖所示。

安裝步驟：

caffe-rc3安裝：

要執行該程式，必須安裝caffe-rc3這個版本的caffe，

wget https://github.com/BVLC/caffe/tree/rc3
tar -xzvf rc3
cd /caffe-rc3/
mv Makefile.config.example Makefile.config
修改其中庫為自己的路徑
make matcaffe -j8
make mattest -j8

到此，證明matcaffe安裝成功。

UMDFace 安裝：

wget http://umdfaces.io/UMD_Fiducials.tar.gz
tar -xzvf UMD_Fiducials.tar.gz
cd /caffe-root/data/ilsvrc12/
get_ilsvrc_aux.sh
cd /caffe-root/examples/UMD_Fiducials/
matlab
 

點開demo.m

修改其中，caffe_path = '/caffe-rc3/';

執行，會出現下圖的執行效果，