FG-NET老化数据库
FG-NET老化数据库是公开可访问数据集，包含跨年龄人脸图像、关键点和年龄标签等图像数据，围绕皱纹相关临床表现、影像、信号或组学信息，适合用于分类、模型训练、外部验证和疾病机制探索。
基本信息
资源简介
FG-NET老化数据库
【一句话概览】
FG-NET 数据现已无法从原网站获取，由 Cory（Ke Chen）提供并发布在个人主页，曾用于多篇年龄估计与视觉属性预测研究。数据包含 images 文件夹中的人脸图像，文件名标注人物编号与年龄，如 078A11.JPG 表示第 78 号人物 11 岁时的图像；points 文件夹提供每张图像的 68 个手工标注点，质量高于 MORPH 但规模较小；另含特征生成工具及使用教程，以及 age50_10_round.mat 十轮数据。使用时需自行划分训练与测试集并分别生成低层特征（来源 yanweifu.github.io）。
【数据集背景】
本数据集源站标题为《FG-NET data》。
【数据内容】
源站原始描述：This is the FG-NET data. Obviously, the original FG-NET website does not provide this data any more. I provide them in my homepage. Cory (Ke Chen) gave me this data which is used in his paper [1] Yanwei Fu, Timothy M. Hospedales, Tao Xiang, Jiechao Xiong, Shaogang Gong, Yizhou Wang, and Yuan Yao. Robust Subjective Visual Property Prediction from Crowdsourced Pairwise Labels. IEEE TPAMI 2016 [2] Fu, Yanwei; Hospedales, T.; Xiang, T.; Gong, S; Yao. Y:Interestingness Prediction by Robust Learning t…
中文译文（机器翻译，仅供快速理解，请以原文为准）：这是FG-NET数据。显然，原始的FG-NET网站已不再提供这些数据。我在我的主页上提供了它们。Cory（Ke Chen）给了我这个数据，它被用于他的论文中。 [1] Yanwei Fu, Timothy M. Hospedales, Tao Xiang, Jiechao Xiong, Shaogang Gong, Yizhou Wang, and Yuan Yao. 从众包成对标签中稳健预测主观视觉属性. IEEE TPAMI 2016 [2] Fu, Yanwei; Hospedales, T.; Xiang, T.; Gong, S; Yao. Y: 通过稳健学习排序进行趣味性预测, (ECCV 2014). [3] Ke Chen, Shaogang Gong, Tao Xiang, Chen Chang Loy, “年龄和人群密度估计的累积属性空间,” 在IEEE计算机视觉与模式识别会议(CVPR), 2013 数据说明： ./images文件夹：包含所有人脸图像。真实值用于命名每个图像。例如，078A11.JPG表示这是第78号人物11岁时的图像。''A''是年龄的缩写。 ./points文件夹：这是./images文件夹中每张图像的68个手动标注点。标注数据的质量远高于另一个数据集，如MORPH。然而，MORPH的数据集比FG-NET大得多。 ./feature_generation_tools：这是生成特征的工具。 ./feature_generation_tools/how-to-use-it：如何使用工具的教程。 ./age50_10_round.mat是我在作品[1]中使用的10轮数据。通常，你应该首先自己划分训练/测试数据。并分别为训练/测试数据生成低级特征。对于每次划分，训练/测试特征都不相同。因为生成训练特征的过程也需要参考测试特征的标注。 还有一…
【主题与分类】
主题标签：face、age estimation、FG-NET、images、annotations、feature generation。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://yanweifu.github.io/FG_NET_data/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://yanweifu.github.io/FG_NET_data/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
FG-NET老化数据库包含跨年龄人脸图像、关键点和年龄标签等图像数据，可用于皱纹相关分类、诊断建模、分型或外部验证。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
