如何使用DeepFaceLab提取未裁剪的含人脸完整静态图片

DeepFaceLab 实现方法 #

DeepFaceLab自带的人脸检测链路支持直接过滤输出含人脸的原图，无需额外二次开发，操作步骤如下：

• 将所有待筛选的静态图片放入workspace/data_src目录（若你原本是要处理目标素材，放入workspace/data_dst也可，不影响检测逻辑）
• 若你的素材是视频文件，先运行1) extract images from video.bat（Windows端）或对应.sh后缀的Linux/Mac脚本拆分为帧图片；已为静态图片可直接跳过这一步
• 找到人脸提取脚本2) extract S3FD faces from images.bat，右键编辑脚本内容，在启动命令中添加--save-original-frame-with-face True参数，开启后脚本会自动将检测到人脸的整张原图单独输出到指定目录，不会仅输出裁剪后的人脸块，同时自动过滤不含人脸的图片
• 运行修改后的提取脚本即可得到你需要的结果，默认使用的S3FD检测器误检率低，适配绝大多数普通场景的人脸检测需求

其他免费开源实现方案 #

如果不想使用DeepFaceLab，也可以用以下轻量工具/代码实现需求：

• OpenCV DNN人脸检测器：调用OpenCV内置的预训练人脸检测模型，仅需几十行Python代码即可实现批量筛选，对硬件配置要求极低，运行速度快，核心调用接口为cv2.FaceDetectorYN()
• MTCNN：轻量级人脸检测库，Python环境可直接通过pip install mtcnn安装，检测逻辑简单，仅需在检测结果中增加判断：只要返回的人脸坐标列表不为空，就将对应原图复制到目标文件夹即可完成筛选
• InsightFace：高精度开源人脸分析工具库，支持检测多角度、小尺寸、遮挡状态的人脸，适合复杂场景的筛选需求，同样支持批量处理，仅需保留检测到人脸的原图即可，无需裁剪人脸区域

内容的提问来源于stack exchange，提问作者Erik Ehlers