續上篇：http://www.rzrgm.cn/techs-wenzhe/p/12936809.html

第一步中已經提取出了源視頻的人臉照片以及對應人臉遮罩(landmark以及其他自選遮罩)

第二步：利用Tools處理提取號好的數據集，使其對模型的訓練產生正向收益。

步驟1：剔除不需要的人臉

首先，我們需要剔除不需要的人臉（對齊識別錯誤以及非想要換臉的目標），做法是對生成的人臉進行聚類，排序。之后把不需要的類別的人臉刪除掉。

這一步的目的是：我們都知道訓練一個模型輸入參數的正確性決定了算法的精確度，這一步就是為了去除所有錯誤的，不恰當的輸入數據（圖片）集。我們需要給模型一個清晰，明了的可學習對象。

PS：如果你的輸入數據集(人臉圖片很多)過大，請拆分成多個，需要分多次聚類排序。因為這些操作會在RAM中進行，例如：大約22k 張人臉對應大約8G RAM，30k對應11G（還要考慮其他內存使用，瀏覽器什么的==）.  根據你電腦的RAM能力，選擇分幾次來處理即可。

GUI的設置如下：

PS: 實際根據有啥模型就用啥，筆者自己辦公用的機器有Face-cnn，所以就選了用這個模型排序，選face的話得需要vggface2_resnet50_v2.zip模型在對應目錄下才行。

1.1 Data模塊: 

• Input：輸入包含上一步提取的人臉的文件夾。

• Output：留空則基于輸入的文件內直接排序。

1.2 Sort Settings模塊：

• Sort by：排序的方式，這里直接選face即可。意思是根據人臉相似度進行排序。當然還有其他排序方式(如基于landmark的Face-CNN，基于模糊度的Blur，基于聚類距離-識別錯誤對齊的distance，基于顏色的Color系列，基于大小的Size系列)，實測還是face最有效。

• Ref Threshold：Sort by內特殊幾種算法（face-CNN, Hist）的調節，同樣的值越高越嚴格。（推薦設置為-1即可，代表自動設置默認值） ，face-CNN 7.2就足夠了，設置為4會有較高識別度。Hist 0.3就足夠，設置為0.2 會有較高的識別度

1.3 Output模塊：這里不需要設置任何東西（此部分已完全棄用，并將在未來的更新中刪除。這里不需要設置任何東西。

選好模型，選好數據集（圖片）所在文件夾，選好輸出文件夾，點擊sort等待結果即可。

可看到是提取圖片中的landmark，根據直方圖分類。

 一旦完成，你應該發現 99% 的面孔被分類在一起，所有垃圾也一起分類，現在只需瀏覽每個垃圾箱（子文件夾），刪除那些您不想保留的面孔/文件夾，然后將您想要保留的任何面孔移回父文件夾。

至此，排序完畢，接下來要清理對齊-alignments文件

步驟2：清理對齊文件

現在我們已經刪除了所有不需要的面孔，只剩下一組了，接下來要做的是清理對齊文件（對齊文件中包含了每張圖片對應的五官所在位置的數據）。因為所有關于不需要的面孔的信息仍然在文件中（剛才排序步驟刪除的那些），這很可能在將來給我們帶來麻煩。所以需要刪除不需要圖片的對齊文件。 使用集成工具清理對齊文件還有一個額外的好處，可以將我們的面孔重命名回它們的原始文件名。

步驟如下，找到Tools->Alignments文件：

根據上圖設置后，點擊alignments，完成后面孔將被重新命名為默認名稱，并且所有不需要的面孔就會從對齊文件中刪除。

該過程將備份舊對齊文件并將其放在新創建的文件旁邊的原始位置。它將與您清理過的對齊文件同名，但在其末尾附加“backup_<timestamp>”。如果對新的對齊文件正確無誤感到滿意，則可以安全地刪除此備份文件。

此時，如果正在提取以進行轉換（或者該集合將用于轉換和訓練），那么可以完全刪除faces 文件夾。不再需要這些面孔。如果您需要重新生成面部集，則可以使用對齊工具的extract來完成。

執行完對齊文件的清理后，留下來的對齊文件就是想要訓練的有效數據集（臉）對應的對齊文件了。

手動清理對齊文件就不介紹了，詳情參照：https://forum.faceswap.dev/viewtopic.php?f=5&t=27

步驟3：從對齊文件中提取訓練集

現在已經清理了對齊文件，需要拉出其中的一些臉用于作為訓練集。

導航到工具選項卡，然后導航到對齊子選項卡：

• Processing
  此部分允許我們選擇我們希望執行的操作，以及設置任何輸出處理。我們只對Job部分感興趣。

  • Job：這是工具中可用的所有不同對齊工作的列表。
    • 選擇extract。
  • Output：忽略此部分，因為extract不會生成任何輸出

    

• Data
  我們要處理的資源所在的位置。

  • Alignments File：選擇上一步清理后生成的alignments文件。
    
  • Faces Folder：選擇一個空文件夾，將輸出的面孔放在其中。
  • Frames Folder：選擇提取過程輸入的視頻或幀文件夾
  • 將此部分中的任何其他選項留空，因為此步驟不需要它們。

    

• Extract
  這些是從路線文件中提取人臉的選項

  • Extract Every N： 這將取決于您輸入的每秒幀數。然而，對于 25fps 的視頻，合理的值在大約 12 - 25 之間（即每半秒到一秒）。任何不足，你最終可能會得到太多相似的面孔。值得牢記的是，您為訓練集從中提取了多少來源，您希望在最終訓練集中擁有多少張面孔，以及您的來源有多長。這些都將根據具體情況而有所不同。
  • Size：這是包含提取的人臉的圖像的大小。目前沒有模型支持 256px 以上，所以保持默認
  • Large：啟用此選項將僅提取尚未放大到輸出大小的面孔。例如，如果提取大小設置為512px，而在幀中找到的人臉為480px，則不會提取。如果它是 520px，它會。

    

• 運行
  將所有其他選項保留為默認值。準備好檢查選項，并將訓練集從清理過的對齊文件中提取到我們選擇的文件夾中。

  • 最終設置如下圖
    

    

  • 點擊Alignments按鈕以提取面孔。

完成后，將所有人臉數據集放入同一個文件夾中。訓練集已準備就緒。后續第三章將介紹訓練部分。