提供了用于执行大规模人脸图像训练数据采集、预处理、清洗、均衡化和后处理的人脸图像训练数据准备系统的多个示例。公开的训练数据准备系统用于从互联网采集不同的人的大量的标注图像，然后生成包括错误标注人脸图像的原始训练数据集。该训练数据准备系统然后对该原始训练数据集执行清洗和均衡化操作，从而生成不具有错误标注的高质量人脸图像训练数据集。已处理的高质量人脸图像训练数据集随后可用于训练基于深度神经网络的人脸识别系统，从而在多种人脸识别应用中实现高性能。与传统的人脸识别系统和技术相比，本申请公开的训练数据准备系统和技术提供了全自动、高度确定的高质量训练数据准备程序，无需严重依赖于假设条件。