批处理文件和文件夹

打开您提取 DeepFaceLab 的文件夹。这些是制作 DeepFake 所需的所有文件和文件夹，包括 DeepFaceLab 代码、附加包和软件、工作区文件夹以及一些示例视频数据。

主文件夹中的批处理文件允许您与软件交互。它们按照您应遵循的一般顺序进行编号，并具有描述其用途的名称。您可以将它们视为在整个 Deepfake 过程中使用的单独工具。这些文件本身并没有太多作用。相反，它们调用其他 DFL 脚本并向它们传递参数，从而初始化实际的 Deepfake 进程。

_internal 文件夹包含 DeepFaceLab 代码以及其他软件和所需的库，例如 CUDA、Python 和 FFMpeg。您可以在此处修改代码或安装 DFL 存储库的分支。

DeepFaceLab Wiki 包含有关所有批处理文件的快速参考和注释。

工作区概述

工作区文件夹是保存所有深度伪造数据和文件的位置。工作区文件夹内还有另外 3 个文件夹，用于保存图像和模型文件。这2个视频文件包括data_src（源视频）和data_dst（目标视频）。

Data_src 是您想要深度伪造到视频中的源面孔集。 Data_dst 是您想要将 Deepfake 脸部放入其中的目标视频（原始剪辑）。您可以使用文件名 data_src.* 和 data_dst.* 将这些文件替换为许多常见的视频文件类型。

上面提到的 DeepFaceLab 批处理脚本将期望在这些目录中找到您的文件。不存在的目录通常会由程序根据需要创建。一般来说，您不应尝试移动或重命名文件夹。例如，您可以将“/aligned”文件夹创建为“/aligned-copy”的备份。您可以自由移动或重命名“/aligned-copy”文件夹；它会被软件忽略。但是，如果您移动或重命名“/aligned”文件夹，那么 DeepFaceLab 将无法找到它，并且您的 Deepfake 将失败。此外，您还应该避免使用 DeepFaceLab 可能“保留”的文件夹名称，除非它们包含预期的文件。

第 1 步：清理工作区和导入数据

目的：定义项目工作空间。

Optional: 1) clear workspace.bat

删除工作区子目录中的所有数据并重建文件夹结构。保留 data_src.* 和 data_dst.* 视频文件。谨慎使用。

导入数据
使用文件名 data_src.* 和 data_dst.* 将源视频和目标视频放入工作区文件夹中
基本的深度伪造从 2 个视频开始。您可以将自己下载的数据或文件导入到下面指定的目录中。

步骤 2：从视频中提取源帧图像

目的：为 DeepFaceLab 提供用于人脸集提取的源图像数据。

视频文件必须首先转换为图像序列。这些图像将成为源面集提取的目标，一旦源面集完成，就可以在步骤 4.2 后将其删除。如果您导入了自己的源照片或图像，则可以跳到步骤 3。

Run: 2) extract images from video data_src.bat

输入 FPS：设置提取的帧速率（频率）。
限制从长剪辑和低多样性剪辑中提取的帧数。如果您的剪辑具有多种或独特的帧，那么您可以输入“0”来提取所有帧。
示例：从 30 fps = 15/30 = 1/2 的视频中提取 15 fps已提取帧数。
[工具提示：视频每秒将提取多少帧。 0 – 全帧率。]
输出图像格式 ( png / jpg )：选择压缩的 JPEG 或未压缩的 PNG。
选择 png 以获得最佳图像质量。
[工具提示： png 是无损的，但提取速度比 jpg 慢 10 倍，需要比 jpg 多 10 倍的磁盘空间。]
将处理视频文件并为每个帧创建一个 .png 或 .jpg 文件。文件将从“00001.*”开始枚举（例如 00001.png）。按任意键或直接关闭窗口。

步骤 3：从视频中提取目标帧图像

目的：为 DeepFaceLab 提供用于人脸集提取的目标图像数据。

这些图像将成为目标人脸集提取的目标。由于目标视频需要所有帧，因此没有用于提取的 fps 输入；所有帧都将被提取。目标图像将用于合并最终帧图像和视频，因此应在项目期间保留它们。如果您已导入自己的目标照片或图像序列，则可以跳至步骤 4。

Run: 3) extract images from video data_dst FULL FPS.bat

输出图像格式 ( png / jpg )：选择压缩的 JPEG 或未压缩的 PNG。
选择 png 以获得最佳图像质量。
[工具提示： png 是无损的，但提取速度比 jpg 慢 10 倍，需要比 jpg 多 10 倍的磁盘空间。]
将处理视频文件并为每个帧创建一个 .png 或 .jpg 文件。文件将从“00001”开始枚举。按任意键或直接关闭窗口。

Optional: 3) cut video (drop video on me).bat

在提取之前，您可以修剪视频剪辑。将视频文件直接拖放到该批处理文件上以打开选项对话框。

起始时间：编辑起点的时间码。
到时间：编辑出点的时间码。
指定音轨 ID：选择要使用的音轨。
检查文件以查看可用的音轨。
输出文件的比特率（MB/s）：设置输出文件比特率。
新的视频文件将出现在与原始文件相同的目录中，文件名后附加“_cut”。建议剪切前将视频文件放入工作区，以免文件丢失。

Optional: 3.optional) denoise data_dst images.bat

提取后对目标图像进行去噪。

降噪因子 ( 1 – 20 )：设置降噪算法的值（强度）。

步骤 4：提取源 Faceset

目的：为 DeepFaceLab 提供源对齐的人脸集图像和元数据。

现在您将处理图像并提取要在深度伪造中使用的面部。 DeepFaceLab 将检测图像中的人脸，确定人脸标志，生成默认蒙版，对齐人脸，并为每个检测到的人脸输出一个文件，包括嵌入的元数据。下图显示了面部标志的布局。

文件将根据原始（父）图像文件名命名。由于每张图像可能有多个脸部，因此每个脸部都会收到一个索引号（从 0 开始），由每个文件名上的后缀指示（例如 12345_0.jpg）。在下图中，您可以看到人脸标志（绿色）、默认蒙版（灰色）、人脸检测边界框（蓝色）、图像对齐边界框（红色）、向上方向指示器（红色三角形）以及结果示例文件名。正如您所看到的，提取的面集被裁剪并与红色边界框对齐。

如果您导入了自己的源faceset，那么您可以跳到步骤5。

提取源人脸集有两种方式：自动或手动模式。自动提取器将不间断地处理所有文件，而手动提取器允许您使用键盘和鼠标输入设置每个帧的面部对齐。对于大多数深度假货来说，手动模式并不是必需的，但它可以用于对齐特别棘手的面孔，例如极端角度、具有沉重视觉效果的图像、动画角色，甚至动物。

脸型

面部类型是在 Deepfake 过程中必须做出的第一个关键决定，因为它决定了可以训练的面部最大区域。覆盖更多面部和头部的较大面部类型将产生更好的深度伪造效果，但它需要更多的系统资源、更长的训练时间、额外的遮蔽和后处理。由于面部类型必须适应各种角度，因此某些提取的图像可能会被裁剪得更紧，而其他图像可能会在面部周围留下更多空间。此外，较大的面部类型可用于训练较小面部类型的模型集。许多 Deepfake 创作者选择 Whole Face (wf) 类型来平衡速度和相似度。

在上图中，您可以看到 3 种最常见的人脸类型和原始帧图像。请注意，虽然“头部”类型覆盖了大部分区域，但脸部在左侧对齐的图像中显得最小。您将需要定制面部设置图像尺寸（分辨率）以适应面部类型和原始素材的分辨率。您还可以测量或近似帧中脸部的尺寸，以确定适当的图像尺寸。在 XSeg 掩蔽过程中，最重要的是，在 Deepfake 模型训练过程中，还需要输入人脸类型。脸型会对训练的速度和结果的质量产生很大的影响。

Run: 4) data_src faceset extract.bat (Automatic)

Which GPU Index to choice?：从列表中选择一个或多个 GPU 索引来运行提取。
建议在选择多个 GPU 索引时使用相同的设备。
面部类型 ( f / wf / head )：选择提取的面部类型。
[工具提示：全脸/全脸/头部。“全脸”覆盖脸部的整个区域，包括前额。“head”覆盖整个头部，但需要 XSeg 来表示 src 和 dst 面集。]
图像中的最大面部数量：选择要从每帧中提取的最大面部数量。
[工具提示：如果提取的 src 面集包含包含大量人脸的帧，建议将 max faces 设置为 3 以加快提取速度。0 – 无限]
图像大小 ( 256 – 2048 )：选择提取的面孔集图像文件的大小（分辨率）。
[工具提示：输出图像大小。图像尺寸越大，面部增强器的效果越差。仅当源图像足够清晰并且面部不需要增强时才使用高于 512 的值。]
Jpeg 质量 ( 1 – 100 )：选择提取的面集图像文件的质量（压缩）。
[工具提示：Jpeg 质量。jpeg 质量越高，输出文件大小越大。]
将调试图像写入aligned_debug？( y/n )：选择是否写入调试映像。
几分钟后，提取将完成，并为您提供有关找到的图像数量和检测到的人脸数量的报告。源面集图像文件将在 data_src/aligned 文件夹中创建。

Optional: 4) data_src faceset extract MANUAL.bat

手动源 Faceset 提取器采用与4) data_src Faceset extract.bat相同的选项。打开一个界面以在图像上手动设置面集对齐标志。手动模式每帧仅允许选择一个脸部。