第二步：利用Tools处理提取号好的数据集，使其对模型的训练产生正向收益。

步骤1：剔除不需要的人脸

首先，我们需要剔除不需要的人脸（对齐识别错误以及非想要换脸的目标），做法是对生成的人脸进行聚类，排序。之后把不需要的类别的人脸删除掉。

这一步的目的是：我们都知道训练一个模型输入参数的正确性决定了算法的精确度，这一步就是为了去除所有错误的，不恰当的输入数据（图片）集。我们需要给模型一个清晰，明了的可学习对象。

PS：如果你的输入数据集(人脸图片很多)过大，请拆分成多个，需要分多次聚类排序。因为这些操作会在RAM中进行，例如：大约22k 张人脸对应大约8G RAM，30k对应11G（还要考虑其他内存使用，浏览器什么的==）. 根据你电脑的RAM能力，选择分几次来处理即可。

GUI的设置如下：

PS: 实际根据有啥模型就用啥，笔者自己办公用的机器有Face-cnn，所以就选了用这个模型排序，选face的话得需要vggface2_resnet50_v2.zip模型在对应目录下才行。

1.1 Data模块:

Input：输入包含上一步提取的人脸的文件夹。
Output：留空则基于输入的文件内直接排序。

1.2 Sort Settings模块：

Sort by：排序的方式，这里直接选face即可。意思是根据人脸相似度进行排序。当然还有其他排序方式(如基于landmark的Face-CNN，基于模糊度的Blur，基于聚类距离-识别错误对齐的distance，基于颜色的Color系列，基于大小的Size系列)，实测还是face最有效。
Ref Threshold：Sort by内特殊几种算法（face-CNN, Hist）的调节，同样的值越高越严格。（推荐设置为-1即可，代表自动设置默认值），face-CNN 7.2就足够了，设置为4会有较高识别度。Hist 0.3就足够，设置为0.2 会有较高的识别度

1.3 Output模块：这里不需要设置任何东西（此部分已完全弃用，并将在未来的更新中删除。这里不需要设置任何东西。

选好模型，选好数据集（图片）所在文件夹，选好输出文件夹，点击sort等待结果即可。

可看到是提取图片中的landmark，根据直方图分类。

一旦完成，你应该发现 99% 的面孔被分类在一起，所有垃圾也一起分类，现在只需浏览每个垃圾箱（子文件夹），删除那些您不想保留的面孔/文件夹，然后将您想要保留的任何面孔移回父文件夹。

至此，排序完毕，接下来要清理对齐-alignments文件

步骤2：清理对齐文件

现在我们已经删除了所有不需要的面孔，只剩下一组了，接下来要做的是清理对齐文件（对齐文件中包含了每张图片对应的五官所在位置的数据）。因为所有关于不需要的面孔的信息仍然在文件中（刚才排序步骤删除的那些），这很可能在将来给我们带来麻烦。所以需要删除不需要图片的对齐文件。使用集成工具清理对齐文件还有一个额外的好处，可以将我们的面孔重命名回它们的原始文件名。

步骤如下，找到Tools->Alignments文件：

根据上图设置后，点击alignments，完成后面孔将被重新命名为默认名称，并且所有不需要的面孔就会从对齐文件中删除。

该过程将备份旧对齐文件并将其放在新创建的文件旁边的原始位置。它将与您清理过的对齐文件同名，但在其末尾附加“backup_<timestamp>”。如果对新的对齐文件正确无误感到满意，则可以安全地删除此备份文件。

此时，如果正在提取以进行转换（或者该集合将用于转换和训练），那么可以完全删除faces 文件夹。不再需要这些面孔。如果您需要重新生成面部集，则可以使用对齐工具的extract来完成。

执行完对齐文件的清理后，留下来的对齐文件就是想要训练的有效数据集（脸）对应的对齐文件了。

手动清理对齐文件就不介绍了，详情参照：https://forum.faceswap.dev/viewtopic.php?f=5&t=27

步骤3：从对齐文件中提取训练集

现在已经清理了对齐文件，需要拉出其中的一些脸用于作为训练集。

导航到工具选项卡，然后导航到对齐子选项卡：

Processing
此部分允许我们选择我们希望执行的操作，以及设置任何输出处理。我们只对Job部分感兴趣。
- Job：这是工具中可用的所有不同对齐工作的列表。
  - 选择extract。
- Output：忽略此部分，因为extract不会生成任何输出
Data
我们要处理的资源所在的位置。
- Alignments File：选择上一步清理后生成的alignments文件。
- Faces Folder：选择一个空文件夹，将输出的面孔放在其中。
- Frames Folder：选择提取过程输入的视频或帧文件夹
- 将此部分中的任何其他选项留空，因为此步骤不需要它们。
Extract
这些是从路线文件中提取人脸的选项
- Extract Every N： 这将取决于您输入的每秒帧数。然而，对于 25fps 的视频，合理的值在大约 12 - 25 之间（即每半秒到一秒）。任何不足，你最终可能会得到太多相似的面孔。值得牢记的是，您为训练集从中提取了多少来源，您希望在最终训练集中拥有多少张面孔，以及您的来源有多长。这些都将根据具体情况而有所不同。
- Size：这是包含提取的人脸的图像的大小。目前没有模型支持 256px 以上，所以保持默认
- Large：启用此选项将仅提取尚未放大到输出大小的面孔。例如，如果提取大小设置为512px，而在帧中找到的人脸为480px，则不会提取。如果它是 520px，它会。
运行
将所有其他选项保留为默认值。准备好检查选项，并将训练集从清理过的对齐文件中提取到我们选择的文件夹中。
- 最终设置如下图
- 点击Alignments按钮以提取面孔。