1. 数据集来源

本项目使用的数据集来源于 Kaggle：https://www.kaggle.com/datasets/lylmsc/wider-face-for-yolo-training。该数据集是基于公开人脸检测基准数据集 WIDER FACE 整理而来，并转换为 YOLO 目标检测训练所需的图片与标签格式。

WIDER FACE 原始数据集由公开 WIDER 数据集中筛选得到，主要用于非受控场景下的人脸检测研究。根据公开数据集说明，WIDER FACE 共包含 32,203 张图像和 393,703 个人脸标注，图像覆盖 61 类事件场景，并按训练集、验证集、测试集进行划分，其中训练集为 12,880 张、验证集为 3,226 张、测试集为 16,097 张。

截至本说明编写时，Kaggle 页面标注该整理版本为 CC0: Public Domain。由于该数据集来源于 WIDER FACE，若用于论文、公开发布或商业项目，仍建议同时核对原始数据集授权要求，并按规范引用原始论文。

2. 数据集用途

该数据集用于训练人脸检测模型，核心任务是从图像中定位人脸区域，输出人脸边界框。它不包含人员姓名、工号、身份类别等身份识别标签，因此不能直接用于人脸身份识别模型训练。在本会议签到系统中，该数据集适合作为人脸检测阶段的数据来源，用于提升系统在多人、遮挡、姿态变化、光照变化等复杂场景下的人脸定位能力；人员身份确认仍需要结合注册人脸库、特征提取模型和相似度匹配流程完成。

3. 本项目数据目录

当前项目中的数据集目录如下：

datasets/
├── images/    # 人脸检测图片，文件名格式如 wider_0.jpg
└── labels/    # YOLO 标注文件，文件名格式如 wider_0.txt

图片与标签采用同名配对方式，例如 datasets/images/wider_0.jpg 对应 datasets/labels/wider_0.txt。这种结构符合 YOLO 系列检测模型常用的数据组织方式，便于训练脚本按图片路径自动查找对应标注。

4. 本地数据统计

经检查，当前项目本地数据集统计如下：

当前标签中仅包含一个类别：

其中 wider_279.txt、wider_3808.txt、wider_7512.txt、wider_9227.txt 为空标签文件，可视为当前整理版本中没有有效人脸框的样本。训练时是否保留这类样本，需要根据训练脚本对空标签的支持情况决定。

5. 标注格式

标签文件采用 YOLO 检测格式，每一行代表一个人脸目标：

class_id x_center y_center width height

字段含义如下：

示例标注如下：

0 0.498046875 0.29169675090252706 0.119140625 0.10758122743682311

该行表示图片中存在一个 face 目标，人脸框中心点和宽高均为 0 到 1 之间的归一化数值。

6. 数据特点

该数据集覆盖的场景较为复杂，图像中可能出现单人、多人、密集人群、不同尺度人脸、侧脸、遮挡、模糊、表情变化和光照变化等情况。相比只采集正脸或固定背景的人脸图片，WIDER FACE 更适合训练通用人脸检测模型，能够增强模型在真实会议签到环境中的检测鲁棒性。

由于该 Kaggle 版本已经整理为 YOLO 格式，项目训练时无需再从 WIDER FACE 原始标注格式转换为 YOLO 格式。训练配置中只需将类别数设置为 1，并将类别名设置为 face。