简介这份资源是WIDER FACE数据集中面向大目标人脸检测的子集采用Pascal VOC与YOLO双格式标注适合做人脸检测训练与算法验证的开发者、学生及研究人员使用。其特点是每张图片的人脸边界框像素面积均大于3500聚焦近距离大脸场景能有效降低误检率但远距离小脸检测效果相对有限。压缩包为7z格式共2000个文件以1999个xml标注文件和1个说明txt为主整体约862.16MBxml与同名jpg图片一一对应可直接用于主流检测框架的数据加载。数据集共8188张图片标注类别仅face一类总框数14649个使用labelImg按矩形框规则完成标注标注准确合理。目前已有468人学习下载适合需要大脸检测数据、希望减少误检的读者参考使用但资源不对训练模型或权重文件的精度作任何保证。1. widerface 人脸检测数据集 VOCYOLO 双格式8188 张 B 大目标到底怎么用拿到一个标注为「widerface 人脸检测数据集 B 大目标 VOCYOLO 格式 8188 张 1 类别」的 7z 压缩包时多数人的第一反应是解压、看目录、找 data.yaml然后直接丢进 YOLO 训练脚本。但真正跑过 widerface 的人都知道这个数据集最坑的地方不在训练本身而在「B 大目标」这个子集的定义和 VOC/YOLO 双格式之间的坐标换算。8188 张图、单类别 face、VOC XML 与 YOLO TXT 并存意味着你既可以走 darknet 老路线也可以直接喂给 ultralytics 系。这篇文章不讲人脸检测算法史只讲一件事拿到这个包之后从解压、校验、格式转换到训练参数设置每一步该怎么做、参数怎么调、哪里会翻车。适合已经跑通过至少一次 YOLO 训练、想拿 widerface 做预训练或人脸检测基线的人。2. 先搞清楚 B 大目标子集和双格式目录结构2.1 widerface 的 Easy/Medium/Hard 与 B 大目标的区别widerface 官方按检测难度分 Easy、Medium、Hard 三个子集划分依据是尺度、遮挡、姿态等属性。而「B 大目标」这个说法通常来自社区二次整理把标注框面积较大的样本单独抽出来形成一个大目标子集目的是让模型先在高信噪比数据上收敛再迁移到小脸场景。8188 张这个量级大约是 widerface 训练集 12880 张的一个子集单类别 face标注框普遍偏大最小边通常不低于 30 像素。这个子集的价值在于训练初期 loss 下降快、mAP 容易看到正反馈适合做课程学习的第一个阶段或者做一个人脸检测的 sanity check 基线。如果你的目标是直接刷 widerface Hard 的 SOTA这个子集不够用但如果你要验证自己的训练管线、anchor 配置、数据增强是否正常它比全量 widerface 友好得多。2.2 解压 7z 与目录校验Linux 和 Windows 各一条命令7z 在 Linux 下默认不一定装先确认# Debian/Ubuntu 系 sudo apt-get install -y p7zip-full # 解压-o 指定输出目录注意 -o 和路径之间没有空格 7z x widerface_b_8188_voc_yolo.7z -o./widerface_b # 校验解压完整性列出文件数 find ./widerface_b -type f | wc -lWindows 下如果用 7-Zip 图形界面遇到「密码正确但一直报错」九成是压缩包用了 7z 增强版的某些特性或者下载不完整。先比对文件哈希再用命令行7z t做完整性测试7z t widerface_b_8188_voc_yolo.7z如果t通过但x失败检查磁盘剩余空间和目标路径是否有中文或空格。解压后典型目录是images/加labels/VOC 格式则多一层Annotations/和JPEGImages/。先确认图片数和标注数一致再往下走。2.3 VOC XML 与 YOLO TXT 的字段对照VOC 的 XML 里人脸框是bndbox下的xmin/ymin/xmax/ymax绝对像素坐标原点左上。YOLO 的 TXT 是class cx cy w h全部归一化到 0~1cx/cy 是框中心。单类别 face 的 class id 就是 0。转换时最容易错的是归一化用的宽高必须用当前图片自身的 width/height不能用数据集统一尺寸。下面这张表把两种格式的关键字段对齐项目VOC XMLYOLO TXT坐标类型绝对像素归一化 0~1框表示xmin,ymin,xmax,ymaxcx,cy,w,h类别nameface/name行首 0一图多框多个object多行宽高来源size节点需读图片实际尺寸提示如果 XML 里的size和图片实际尺寸不一致以图片实际尺寸为准否则归一化会整体偏移。3. 从 VOC 转 YOLO转换脚本与四个边界坑3.1 转换脚本读 XML、算归一化、写 TXTimport os import xml.etree.ElementTree as ET from PIL import Image VOC_DIR ./widerface_b/Annotations IMG_DIR ./widerface_b/JPEGImages OUT_DIR ./widerface_b/labels os.makedirs(OUT_DIR, exist_okTrue) for xml_name in os.listdir(VOC_DIR): if not xml_name.endswith(.xml): continue tree ET.parse(os.path.join(VOC_DIR, xml_name)) root tree.getroot() # 用图片实际尺寸不用 XML 里的 size img_path os.path.join(IMG_DIR, xml_name.replace(.xml, .jpg)) with Image.open(img_path) as im: iw, ih im.size lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name ! face: continue bb obj.find(bndbox) xmin float(bb.find(xmin).text) ymin float(bb.find(ymin).text) xmax float(bb.find(xmax).text) ymax float(bb.find(ymax).text) # 裁剪到图像边界防止越界 xmin max(0.0, min(xmin, iw - 1)) ymin max(0.0, min(ymin, ih - 1)) xmax max(0.0, min(xmax, iw - 1)) ymax max(0.0, min(ymax, ih - 1)) cx (xmin xmax) / 2.0 / iw cy (ymin ymax) / 2.0 / ih w (xmax - xmin) / iw h (ymax - ymin) / ih lines.append(f0 {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) with open(os.path.join(OUT_DIR, xml_name.replace(.xml, .txt)), w) as f: f.write(\n.join(lines))逻辑说明先读图片真实宽高再对每个 face 框做边界裁剪最后归一化。参数上:.6f保留六位小数足够 YOLO 使用class id 固定 0。如果数据集里混有非 face 类别name ! face这一行会过滤掉。3.2 坑一宽高为 0 或负数的框widerface 里存在极少数 xmax 等于 xmin 的退化框转换后 w 或 h 为 0。YOLO 训练时这类框会导致 loss 出现 NaN。解决方式是在写 TXT 前加判断if xmax - xmin 1 or ymax - ymin 1: continue3.3 坑二图片格式不是 jpg部分 widerface 二次整理包会把图片存成 png但 XML 里仍写 jpg。转换脚本里xml_name.replace(.xml, .jpg)会找不到文件。稳妥做法是先扫描 IMG_DIR 建立 stem 到真实文件名的映射再按 stem 取图。3.4 坑三归一化后坐标超出 [0,1]如果 XML 的框本身超出图片范围裁剪后仍可能因为浮点误差略大于 1。写文件前统一 clampcx min(max(cx, 0.0), 1.0) cy min(max(cy, 0.0), 1.0) w min(max(w, 0.0), 1.0) h min(max(h, 0.0), 1.0)3.5 坑四data.yaml 的路径写错YOLO 训练读的是 data.yaml不是目录本身。单类别 face 的 yaml 长这样path: ./widerface_b train: images/train val: images/val nc: 1 names: [face]注意path是数据集根train和val是相对路径。如果直接把 8188 张全放 trainval 为空训练会报错。常见做法是按 9:1 切分或者从 widerface 官方 val 里抽一部分。4. 用 YOLO 训练这个子集参数、显存与置信度门限4.1 环境与预训练权重选择ultralytics 系现在装起来很直接pip install ultralytics yolo checks预训练权重用人脸场景更接近的如果没有用 yolov8n.pt 或 yolov8s.pt 做迁移。单类别、8188 张、大目标n 或 s 足够m 以上容易过拟合。V100 上 batch 可以开到 32 甚至 64消费级卡按显存往下调。4.2 训练命令与关键参数yolo detect train \ data./widerface_b/data.yaml \ modelyolov8s.pt \ epochs100 \ imgsz640 \ batch32 \ lr00.01 \ lrf0.01 \ mosaic1.0 \ close_mosaic10 \ patience20 \ device0 \ namewiderface_b_s参数说明imgsz640对大目标足够不必上 1280mosaic1.0前期增强close_mosaic10最后 10 轮关掉让模型适应真实分布patience20早停防止过拟合lr00.01是 SGD 常用起点如果用 AdamW 要降到 1e-3 量级。4.3 置信度门限怎么调训练完做推理时conf默认 0.25。人脸检测场景下如果漏检多降到 0.1~0.15如果误检多升到 0.4~0.5。验证集上画 PR 曲线找 F1 最大的点。命令yolo detect val modelruns/detect/widerface_b_s/weights/best.pt data./widerface_b/data.yaml conf0.001 iou0.6conf0.001是为了让 val 计算完整 PR 曲线不是最终部署门限。部署时再按业务定。4.4 训练中 BN 崩溃与 loss 异常排查如果 loss 突然变 NaN先看是不是有退化框没过滤干净其次看 batch 里是否有全黑或全白图片。BN 崩溃常见于 batch 太小加 lr 太大把 batch 调到 16 以上或者把 lr0 减半。另外如果用了 mosaic 且图片尺寸差异极大前期 loss 抖动是正常的观察 10 轮再判断。5. 避坑与常见问题从解压到训练的血泪记录5.1 解压后图片和标注数量对不上现象find images -type f | wc -l是 8188但 labels 只有 8100 多。原因部分图片没有 face 框转换脚本没生成对应 TXT。解决YOLO 允许空 TXT 表示负样本但需要显式创建空文件否则训练时该图被跳过。在转换脚本末尾对无框图片写一个空文件。5.2 训练时提示「No labels found」现象启动训练立刻报错说找不到标签。原因data.yaml 里train路径指向了图片目录但 YOLO 默认按「图片同 stem 的 txt 在 labels 目录」去找目录结构必须是images/train配labels/train。解决把图片和标签按 train/val 分好保持 stem 一致。5.3 验证集 mAP 高但实际推理漏检现象val mAP 0.9但拿真实场景图推理侧脸、小脸全漏。原因B 大目标子集本身偏大脸验证集分布和真实场景不一致。解决把 widerface 的 Hard 子集抽一部分做额外验证或者直接在真实场景图上做少量标注微调。5.4 7z 解压报错但密码没错现象Windows 下 7-Zip 提示密码错误但密码确实对。原因压缩包可能用了 7z 增强版的加密头或者下载不完整。解决先7z t测完整性不通过就重新下载通过但解压失败换 p7zip 命令行试。5.5 训练完模型很大部署慢现象yolov8s 训练完 best.pt 几十 MB边缘设备跑不动。原因没做导出优化。解决导出 ONNX 或 TensorRTyolo export modelbest.pt formatonnx opset12 simplifyTrue再按目标平台做量化。人脸检测单类别量化后精度损失通常可接受。6. 进阶用这个子集做课程学习的第一阶段B 大目标子集最大的价值不是刷榜而是做课程学习的 warmup。我一般会先用这 8188 张训练 50 轮让模型在大脸上收敛然后再混入 widerface 全量或 Hard 子集继续训练。这样做的原因是大目标梯度稳定前期不会因为小脸样本的噪声导致模型学偏。具体操作是把第一阶段 best.pt 作为第二阶段预训练权重第二阶段把 imgsz 提到 960 或 1280mosaic 关掉lr 降到第一阶段的十分之一。验证时分别在大目标 val 和 Hard val 上看 mAP如果 Hard 掉得厉害说明第二阶段数据配比有问题适当增加小脸样本权重。另一个技巧是用这个子集做 anchor 聚类。虽然 YOLOv8 是 anchor-free但如果你还在用 YOLOv5 或 darknetk-means 聚出来的 anchor 在大目标上会更集中。命令上YOLOv5 的train.py带--noautoanchor可以手动指定。我自己的习惯是任何新数据集到手先跑一遍格式转换和 10 轮短训看 loss 曲线和几张推理图确认管线通了再上长训练。这个 8188 张的 B 大目标子集正好适合做这个 sanity check。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/9/26 15:27:17 · 阅读 1.2k widerface人脸检测数据集B大目标VOC+YOLO双格式实战指南
简介这份资源是WIDER FACE数据集中面向大目标人脸检测的子集采用Pascal VOC与YOLO双格式标注适合做人脸检测训练与算法验证的开发者、学生及研究人员使用。其特点是每张图片的人脸边界框像素面积均大于3500聚焦近距离大脸场景能有效降低误检率但远距离小脸检测效果相对有限。压缩包为7z格式共2000个文件以1999个xml标注文件和1个说明txt为主整体约862.16MBxml与同名jpg图片一一对应可直接用于主流检测框架的数据加载。数据集共8188张图片标注类别仅face一类总框数14649个使用labelImg按矩形框规则完成标注标注准确合理。目前已有468人学习下载适合需要大脸检测数据、希望减少误检的读者参考使用但资源不对训练模型或权重文件的精度作任何保证。1. widerface 人脸检测数据集 VOCYOLO 双格式8188 张 B 大目标到底怎么用拿到一个标注为「widerface 人脸检测数据集 B 大目标 VOCYOLO 格式 8188 张 1 类别」的 7z 压缩包时多数人的第一反应是解压、看目录、找 data.yaml然后直接丢进 YOLO 训练脚本。但真正跑过 widerface 的人都知道这个数据集最坑的地方不在训练本身而在「B 大目标」这个子集的定义和 VOC/YOLO 双格式之间的坐标换算。8188 张图、单类别 face、VOC XML 与 YOLO TXT 并存意味着你既可以走 darknet 老路线也可以直接喂给 ultralytics 系。这篇文章不讲人脸检测算法史只讲一件事拿到这个包之后从解压、校验、格式转换到训练参数设置每一步该怎么做、参数怎么调、哪里会翻车。适合已经跑通过至少一次 YOLO 训练、想拿 widerface 做预训练或人脸检测基线的人。2. 先搞清楚 B 大目标子集和双格式目录结构2.1 widerface 的 Easy/Medium/Hard 与 B 大目标的区别widerface 官方按检测难度分 Easy、Medium、Hard 三个子集划分依据是尺度、遮挡、姿态等属性。而「B 大目标」这个说法通常来自社区二次整理把标注框面积较大的样本单独抽出来形成一个大目标子集目的是让模型先在高信噪比数据上收敛再迁移到小脸场景。8188 张这个量级大约是 widerface 训练集 12880 张的一个子集单类别 face标注框普遍偏大最小边通常不低于 30 像素。这个子集的价值在于训练初期 loss 下降快、mAP 容易看到正反馈适合做课程学习的第一个阶段或者做一个人脸检测的 sanity check 基线。如果你的目标是直接刷 widerface Hard 的 SOTA这个子集不够用但如果你要验证自己的训练管线、anchor 配置、数据增强是否正常它比全量 widerface 友好得多。2.2 解压 7z 与目录校验Linux 和 Windows 各一条命令7z 在 Linux 下默认不一定装先确认# Debian/Ubuntu 系 sudo apt-get install -y p7zip-full # 解压-o 指定输出目录注意 -o 和路径之间没有空格 7z x widerface_b_8188_voc_yolo.7z -o./widerface_b # 校验解压完整性列出文件数 find ./widerface_b -type f | wc -lWindows 下如果用 7-Zip 图形界面遇到「密码正确但一直报错」九成是压缩包用了 7z 增强版的某些特性或者下载不完整。先比对文件哈希再用命令行7z t做完整性测试7z t widerface_b_8188_voc_yolo.7z如果t通过但x失败检查磁盘剩余空间和目标路径是否有中文或空格。解压后典型目录是images/加labels/VOC 格式则多一层Annotations/和JPEGImages/。先确认图片数和标注数一致再往下走。2.3 VOC XML 与 YOLO TXT 的字段对照VOC 的 XML 里人脸框是bndbox下的xmin/ymin/xmax/ymax绝对像素坐标原点左上。YOLO 的 TXT 是class cx cy w h全部归一化到 0~1cx/cy 是框中心。单类别 face 的 class id 就是 0。转换时最容易错的是归一化用的宽高必须用当前图片自身的 width/height不能用数据集统一尺寸。下面这张表把两种格式的关键字段对齐项目VOC XMLYOLO TXT坐标类型绝对像素归一化 0~1框表示xmin,ymin,xmax,ymaxcx,cy,w,h类别nameface/name行首 0一图多框多个object多行宽高来源size节点需读图片实际尺寸提示如果 XML 里的size和图片实际尺寸不一致以图片实际尺寸为准否则归一化会整体偏移。3. 从 VOC 转 YOLO转换脚本与四个边界坑3.1 转换脚本读 XML、算归一化、写 TXTimport os import xml.etree.ElementTree as ET from PIL import Image VOC_DIR ./widerface_b/Annotations IMG_DIR ./widerface_b/JPEGImages OUT_DIR ./widerface_b/labels os.makedirs(OUT_DIR, exist_okTrue) for xml_name in os.listdir(VOC_DIR): if not xml_name.endswith(.xml): continue tree ET.parse(os.path.join(VOC_DIR, xml_name)) root tree.getroot() # 用图片实际尺寸不用 XML 里的 size img_path os.path.join(IMG_DIR, xml_name.replace(.xml, .jpg)) with Image.open(img_path) as im: iw, ih im.size lines [] for obj in root.findall(object): name obj.find(name).text.strip() if name ! face: continue bb obj.find(bndbox) xmin float(bb.find(xmin).text) ymin float(bb.find(ymin).text) xmax float(bb.find(xmax).text) ymax float(bb.find(ymax).text) # 裁剪到图像边界防止越界 xmin max(0.0, min(xmin, iw - 1)) ymin max(0.0, min(ymin, ih - 1)) xmax max(0.0, min(xmax, iw - 1)) ymax max(0.0, min(ymax, ih - 1)) cx (xmin xmax) / 2.0 / iw cy (ymin ymax) / 2.0 / ih w (xmax - xmin) / iw h (ymax - ymin) / ih lines.append(f0 {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) with open(os.path.join(OUT_DIR, xml_name.replace(.xml, .txt)), w) as f: f.write(\n.join(lines))逻辑说明先读图片真实宽高再对每个 face 框做边界裁剪最后归一化。参数上:.6f保留六位小数足够 YOLO 使用class id 固定 0。如果数据集里混有非 face 类别name ! face这一行会过滤掉。3.2 坑一宽高为 0 或负数的框widerface 里存在极少数 xmax 等于 xmin 的退化框转换后 w 或 h 为 0。YOLO 训练时这类框会导致 loss 出现 NaN。解决方式是在写 TXT 前加判断if xmax - xmin 1 or ymax - ymin 1: continue3.3 坑二图片格式不是 jpg部分 widerface 二次整理包会把图片存成 png但 XML 里仍写 jpg。转换脚本里xml_name.replace(.xml, .jpg)会找不到文件。稳妥做法是先扫描 IMG_DIR 建立 stem 到真实文件名的映射再按 stem 取图。3.4 坑三归一化后坐标超出 [0,1]如果 XML 的框本身超出图片范围裁剪后仍可能因为浮点误差略大于 1。写文件前统一 clampcx min(max(cx, 0.0), 1.0) cy min(max(cy, 0.0), 1.0) w min(max(w, 0.0), 1.0) h min(max(h, 0.0), 1.0)3.5 坑四data.yaml 的路径写错YOLO 训练读的是 data.yaml不是目录本身。单类别 face 的 yaml 长这样path: ./widerface_b train: images/train val: images/val nc: 1 names: [face]注意path是数据集根train和val是相对路径。如果直接把 8188 张全放 trainval 为空训练会报错。常见做法是按 9:1 切分或者从 widerface 官方 val 里抽一部分。4. 用 YOLO 训练这个子集参数、显存与置信度门限4.1 环境与预训练权重选择ultralytics 系现在装起来很直接pip install ultralytics yolo checks预训练权重用人脸场景更接近的如果没有用 yolov8n.pt 或 yolov8s.pt 做迁移。单类别、8188 张、大目标n 或 s 足够m 以上容易过拟合。V100 上 batch 可以开到 32 甚至 64消费级卡按显存往下调。4.2 训练命令与关键参数yolo detect train \ data./widerface_b/data.yaml \ modelyolov8s.pt \ epochs100 \ imgsz640 \ batch32 \ lr00.01 \ lrf0.01 \ mosaic1.0 \ close_mosaic10 \ patience20 \ device0 \ namewiderface_b_s参数说明imgsz640对大目标足够不必上 1280mosaic1.0前期增强close_mosaic10最后 10 轮关掉让模型适应真实分布patience20早停防止过拟合lr00.01是 SGD 常用起点如果用 AdamW 要降到 1e-3 量级。4.3 置信度门限怎么调训练完做推理时conf默认 0.25。人脸检测场景下如果漏检多降到 0.1~0.15如果误检多升到 0.4~0.5。验证集上画 PR 曲线找 F1 最大的点。命令yolo detect val modelruns/detect/widerface_b_s/weights/best.pt data./widerface_b/data.yaml conf0.001 iou0.6conf0.001是为了让 val 计算完整 PR 曲线不是最终部署门限。部署时再按业务定。4.4 训练中 BN 崩溃与 loss 异常排查如果 loss 突然变 NaN先看是不是有退化框没过滤干净其次看 batch 里是否有全黑或全白图片。BN 崩溃常见于 batch 太小加 lr 太大把 batch 调到 16 以上或者把 lr0 减半。另外如果用了 mosaic 且图片尺寸差异极大前期 loss 抖动是正常的观察 10 轮再判断。5. 避坑与常见问题从解压到训练的血泪记录5.1 解压后图片和标注数量对不上现象find images -type f | wc -l是 8188但 labels 只有 8100 多。原因部分图片没有 face 框转换脚本没生成对应 TXT。解决YOLO 允许空 TXT 表示负样本但需要显式创建空文件否则训练时该图被跳过。在转换脚本末尾对无框图片写一个空文件。5.2 训练时提示「No labels found」现象启动训练立刻报错说找不到标签。原因data.yaml 里train路径指向了图片目录但 YOLO 默认按「图片同 stem 的 txt 在 labels 目录」去找目录结构必须是images/train配labels/train。解决把图片和标签按 train/val 分好保持 stem 一致。5.3 验证集 mAP 高但实际推理漏检现象val mAP 0.9但拿真实场景图推理侧脸、小脸全漏。原因B 大目标子集本身偏大脸验证集分布和真实场景不一致。解决把 widerface 的 Hard 子集抽一部分做额外验证或者直接在真实场景图上做少量标注微调。5.4 7z 解压报错但密码没错现象Windows 下 7-Zip 提示密码错误但密码确实对。原因压缩包可能用了 7z 增强版的加密头或者下载不完整。解决先7z t测完整性不通过就重新下载通过但解压失败换 p7zip 命令行试。5.5 训练完模型很大部署慢现象yolov8s 训练完 best.pt 几十 MB边缘设备跑不动。原因没做导出优化。解决导出 ONNX 或 TensorRTyolo export modelbest.pt formatonnx opset12 simplifyTrue再按目标平台做量化。人脸检测单类别量化后精度损失通常可接受。6. 进阶用这个子集做课程学习的第一阶段B 大目标子集最大的价值不是刷榜而是做课程学习的 warmup。我一般会先用这 8188 张训练 50 轮让模型在大脸上收敛然后再混入 widerface 全量或 Hard 子集继续训练。这样做的原因是大目标梯度稳定前期不会因为小脸样本的噪声导致模型学偏。具体操作是把第一阶段 best.pt 作为第二阶段预训练权重第二阶段把 imgsz 提到 960 或 1280mosaic 关掉lr 降到第一阶段的十分之一。验证时分别在大目标 val 和 Hard val 上看 mAP如果 Hard 掉得厉害说明第二阶段数据配比有问题适当增加小脸样本权重。另一个技巧是用这个子集做 anchor 聚类。虽然 YOLOv8 是 anchor-free但如果你还在用 YOLOv5 或 darknetk-means 聚出来的 anchor 在大目标上会更集中。命令上YOLOv5 的train.py带--noautoanchor可以手动指定。我自己的习惯是任何新数据集到手先跑一遍格式转换和 10 轮短训看 loss 曲线和几张推理图确认管线通了再上长训练。这个 8188 张的 B 大目标子集正好适合做这个 sanity check。希望帮到你。本文还有配套的精品资源点击获取