数据集准备阶段涉及遍历包含已知个人图像的目录(known_people_dir)。对于每个人，代码在train_dataset目录中创建一个输出目录。然后加载每张图像，使用MTCNN(多任务级联卷积网络)模型检测面部，裁剪检测到的面部区域，并将其保存在相应的输出目录(known_people_train_dir)中。此外，还应用了模糊、调整大小和应用随机变换等数据增强技术，以增加数据集的多样性并增强人脸识别系统的鲁棒性。