本项目组成员有刘振宸，别风翔。由于数据集过大，链接如下, 同时项目上传在了github.

由于项目本身只是论文复刻，没有相关的项目演示以及可执行文件，代码的使用流程在之后具体说明。

本项目主要为论文《Learning Self-Consistency for Deepfake Detection》的复现结果，论文见链接。

• 将数据集下载后解压到 dataset/ 目录下
• dlib 和 face-alignment 存储了人脸 landmark 检测相关代码，I2G 中存储了人脸混合的相关代码，项目中通过根目录下的 i2g.py 调用
• pretrained_models 中为 Resnet 的预训练模型，resnet-4ch.py 储存了 Resent 的网络结构
• faceswap.py, DSSMI.py, download—Faceforensics.py, deepfake_dataset.py 为数据集处理的相关代码，可以根据需要自行调整

• config.py 记录了网络的一些配置参数，诸如 embedding 的维数，学习率，显卡 id, 路径等
• deepfake_dataset.py 主要用于读取数据集，返回 train_loader 和 test_loader
• consistency_net.py 为我们使用的网络
• train.py 训练代码

使用时修改 config.py 里诸如显卡id等参数，调用 python train.py 即可开始训练。