UTKFace年龄人脸数据集
UTKFace年龄人脸数据集是公开可访问数据集，包含1至116岁人脸图像及年龄性别族裔标签等图像数据，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
UTKFace年龄人脸数据集
【一句话概览】
UTKFace 是一个大规模人脸数据集，年龄跨度从 0 岁到 116 岁，包含超过 20000 张人脸图像，并标注了年龄、性别和种族。图像在姿态、面部表情、光照、遮挡、分辨率等方面具有较大差异。该数据集可用于人脸检测、年龄估计、年龄进展/回归、关键点定位等多种任务（来源 susanqq.github.io）。
【数据集背景】
本数据集源站标题为《UTKFace》。
【数据内容】
源站原始描述：UTKFace dataset is a large-scale face dataset with long age span (range from 0 to 116 years old). The dataset consists of over 20,000 face images with annotations of age, gender, and ethnicity. The images cover large variation in pose, facial expression, illumination, occlusion, resolution, etc. This dataset could be used on a variety of tasks, e.g., face detection, age estimation, age progression/regression, landmark localization, etc
中文译文（机器翻译，仅供快速理解，请以原文为准）：UTKFace数据集是一个大规模的人脸数据集，年龄跨度大（从0岁到116岁）。该数据集包含超过20,000张面部图像，并附有年龄、性别和种族的注释。这些图像在姿态、面部表情、光照、遮挡、分辨率等方面变化多样。此数据集可用于多种任务，例如人脸检测、年龄估计、年龄进展/退行、关键点定位等。
【主题与分类】
主题标签：face、age estimation、gender、ethnicity、landmark localization、face detection、age progression/regression。
【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://susanqq.github.io/UTKFace/
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://susanqq.github.io/UTKFace/
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
UTKFace年龄人脸数据集包含1至116岁人脸图像及年龄性别族裔标签等图像数据，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。
