目录
一、DFDC数据集介绍
DFDC数据集体积高达472GB，包括了119,197个视频，每个视频时长都为10秒，但是帧率从15~30fps不等，分辨率也从320x240~3840x2160不等。训练视频中有19,197个视频是由大约430名演员真实拍摄的片段，剩余100,000个视频是由真实视频生成的假脸视频。假脸生成使用了DeepFakes, Face2Face等多种主流假脸生成算法，使得数据集包含尽可能多的假脸视频。
472GB的数据集需要从Kaggle对于有的小伙伴还是有困难的，于是我把数据集放到了百度网盘，下载地址在文末。
二、DFDC数据集的特点
1. 正负样本比例大约为1:5, 需要解决样本不均衡问题。
2. 平均每个真视频生成5个假视频，但有的真视频只生成了1个假视频，而有的生成30+个假视频，具体分布如下：
3. 5%~10%的视频会出现2个人，绝大部分视频中只有1个人。
4. 有的假脸非常明显。
5. 有的假脸肉眼也很难分辨，不妨猜猜下面的视频中哪些是假脸，哪些是真脸。
6. 演员的男女，种族，年龄都在合理的分布范围内。
数据集的基本情况就是如此了，挑战的目标就是识别这些视频里的人脸是真人脸还是AI生成的假人脸。
三、下载地址
1.原地址
从Kaggle官网下载需要注册，注册的时候需要梯子才能出现验证码，地址如下，数据集有两个版本一个是475G整体文件，一个是分成50份，每份10G左右，内容都是一样的。
Deepfake Detection Challenge | Kaggle
2.百度网盘
我把数据集下载并放到网盘，方便小伙伴们使用，下载的是分成50份的版本
链接：https://pan.baidu.com/s/1zPB_4pAelNA1hcENygTwWw
提取码：faye