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_loaderconsistency_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。