介绍几个数据集
LFW(labeled faces in the wild)人脸数据库：
主要用来研究非受限情况下的人脸识别问题。
共有13000多张人脸图像，每张图像被标记出人的名字，其中1680人对应不只一张图像。
ImageNet数据集：
为了促进计算机图像识别技术的发展而设立的大型图像数据集，超过千万张涵盖生活中大部分看到的图片类别，并已经手工标定好类别。
相比于CIFAR-10，ImageNet数据集图片更多，分辨率更高，类别更多，噪声更多，识别难度更大。
从2010年起，每年ImageNet项目组织都会举办一场ImageNet大规模视觉识别竞赛（ImageNet Large Scale Visual Recognition Challeng，ILSVRC）
CIFAR-10数据集简介：
CIFAR-10是用于识别普适物品的小型数据集。包含飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船和卡车这十个类别的图片，一共有50000张训练图片和10000张测试图片，图片尺寸为32*32，3通道彩色RGB图像。相比于MNIST手写字符的灰度图像，CIFAR-10噪声大，物体比例、特征不尽相同。Softmax线性模型表现效果差。
