为了更好研究人脸检测数据集，特将widerface人脸检测数据集转成VOC+YOLO格式，以方便进行yolo系列训练。这里将widerface拆分成2个版本,即A版本和B版本，两个版本不存在重叠可以合并训练
。拆分方式不是随便拆分的，而是根据数据集标注框面积是否小于3500进行拆分。以下是具体信息。
一、widerface人脸检测数据集A小目标VOC+YOLO格式7906张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：7906
标注数量(xml文件个数)：7906
标注数量(txt文件个数)：7906
标注类别数：1
标注类别名称:["face"]
每个类别标注的框数：
face 框数 = 180744
总框数：180744
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：这个是widerface数据集一部分，该数据集特点是每个图片都有至少一个面积小于3500像素的bbox，适合小脸检测就是人远距离进行人脸检测，同时小的人脸可能容易误检测
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
二、widerface人脸检测数据集B大目标VOC+YOLO格式8188张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：8188
标注数量(xml文件个数)：8188
标注数量(txt文件个数)：8188
标注类别数：1
标注类别名称:["face"]
每个类别标注的框数：
face 框数 = 14649
总框数：14649
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：这个是widerface数据集一部分，该数据集特点是每个图片bbox的像素面积都大于3500，适合大脸检测就是人近距离进行人脸检测，使用该数据集好处是不容易误检测，远距离人脸检测可能就会效果差点
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
