在配置完環境之後，訓練模型之前，就是尋找合適的訓練數據。
人臉模型對數據集的要求非常的高，比較出名的有lfw、vggface、CASIA-WebFace等等，這裏提供一個別人收集好的數據資源信息，https://blog.csdn.net/Martin20150405/article/details/79788501
在近幾年中，基本上大多數的模型都用lfw數據集進行驗證，成了一個常態，所以本文也使用lfw數據集對訓練中的模型進行測試，同時，vggface2和WebFace都是非常優秀的數據集，建議使用它們中的一個進行模型訓練，其中vggface2包含300w+的照片，WebFace擁有50w+，請理性選擇數據集（對自己的電腦心裏有點13數）
vggface2：http://zeus.robots.ox.ac.uk/vgg_face2/signup/
lfw：http://vis-www.cs.umass.edu/lfw/
WebFace：鏈接已死，有人有最新的官網鏈接麻煩共享下，thanks
然後嘛，vggface2訓練集大小，36G，嘻嘻^_^，一般外網下載數據8k/s，只需要大約55天就能下完，我覺得還是有希望的，hhhhh
lfw數據集較少，雖然外網速度同樣感人，WebFace數據集大小爲4G，網上資源基本上都是需要付費或者積分兌換的（嫌棄），所以這邊還是好人做到底，免費提供三大數據集（有用上的小夥伴，至少點個贊，嘿嘿）
鏈接：https://pan.baidu.com/s/1_5vtL18zMX-ov6tnw1vkxA
提取碼：i565
（vggface2正在分卷壓縮，結束之後再上傳更新）
使用MTCNN對數據集進行預處理
MTCNN，多任務級聯卷積神經網絡，大名鼎鼎，請自行百度瞭解。
在FaceNet項目中，新建目錄datasets
同時右鍵將此文件夾設爲excluded，不這樣做的話，Pycharm會將所有圖片讀取到緩存中
將下載下來的lfw數據集解壓到該文件夾下，輸入命令開始進行人臉檢測以及提取。
python src/align/align_dataset_mtcnn.py datasets/lfw/ datasets/lfw_160 --image_size 160 --margin 32 --random_order
然後，恭喜你，它肯定會報錯（^_^），如果這麼簡單的話，教程就沒用了呀，嘻嘻
錯誤提示很直觀，沒有找到facenet文件，其實我們查看目錄結構就會發現，src目錄下還有個align子目錄，在Python中是無法通過直接引用的方法去訪問上一級目錄的，熟悉包導入方法的童鞋可以自己手動修改，下面提供一個超級簡單的方法。
打開Python虛擬環境中的Lib目錄和FaceNet項目中的src目錄，將src目錄下的所有文件拷貝到Lib目錄下即可，這也是爲什麼強烈建議每個項目擁有一個獨立的虛擬環境的原因。
接着再次運行上述命令，即可成功運行
這裏友情提示，請將項目放置固態硬盤中，原因很簡單，即使不使用GPU，只用CPU的話，機械硬盤的讀寫速度跟不上CPU的計算速度，更不要說GPU了，然而，即使是使用GPU，固態硬盤也可以輕鬆承擔這個任務。
在處理完lfw這個對模型進行驗證的數據集之後，我們還需要處理訓練數據集，這裏使用vggface2爲例，但由於數據集太大，用CPU處理的話會耗時很久，如果有興趣配置GPU的童鞋，請先進入下一章GPU的配置環境，再返回進行數據處理（只有顯卡爲N卡纔行呦）
Next: https://blog.csdn.net/qq_40204582/article/details/104100734
python src/align/align_dataset_mtcnn.py datasets/vggface2/train/ datasets/vggface2/train_182 --image_size 182 --margin 44
請理智選擇訓練的數據集，如果使用vggface2的話，請留出超過100G的硬盤空間。