真假人脸识别（ai人脸&真人脸）识别

01_拆分数据集.py

这个脚本用于将一个大的数据集拆分成训练集、验证集和测试集，并按类别组织存储。具体流程包括：

1. 获取源目录下的所有类别（子目录）。
2. 对每个类别，随机打乱其图片文件名列表。
3. 划分训练集、验证集和测试集。
4. 复制划分后的文件到相应的目录。

03_算法搭建.py

这个脚本搭建了一个卷积神经网络（CNN）模型，进行训练、验证和测试，并保存最佳和最终的模型。主要流程包括：

1. 定义CNN模型结构。
2. 编译模型，设置优化器、损失函数和评估指标。
3. 使用ImageDataGenerator进行数据增强。
4. 划分训练、验证和测试数据集。
5. 定义ModelCheckpoint回调以保存在验证集上表现最佳的模型。
6. 训练模型，并使用ModelCheckpoint回调保存最佳模型。
7. 加载最佳模型进行评估。
8. 绘制损失和准确性曲线。
9. 保存最终模型。

04_预测.py

这个脚本是一个简单的图像分类器应用，用于加载训练好的CNN模型，刷新界面以显示随机选择的测试集图像，并对这些图像进行分类预测。主要功能包括：

1. 使用Tkinter创建图像分类器应用界面。
2. 加载已经训练好的CNN模型。
3. 刷新界面，显示真实图像和伪造图像的随机选择，以及对它们的分类预测结果。

这三个脚本一起构建了一个完整的图像分类流程，从数据集拆分到模型训练和最终的预测应用。