scu-zjz/IMDLBenCo
[NeurIPS'24 Spotlight] A comprehensive benchmark & codebase for Image manipulation detection/localization.
何を解決するか
IMDL-BenCoは、画像改ざん検出および局所化（IMDL）のための標準化されたフレームワークを提供します。画像が改ざんされているかどうかを識別し、ピクセル単位で改ざん領域を正確に特定するための包括的でモジュール化されたコードベースとベンチマークの不足に対処しています。
どう動くか
このプロジェクトは、IMDLパイプラインを標準化された再利用可能なコンポーネントに分解します。このモジュールアーキテクチャにより、研究者がモデル構築パイプラインを簡単にカスタマイズおよび構築できます。コードベースには、多数の最先端（SOTA）モデルの学習コードが含まれており、さまざまなフォレンジック技術を比較するための包括的なベンチマークを確立しています。
対象ユーザー
AI生成コンテンツや従来の画像改ざんを含む画像偽造の検出および局所化に取り組んでいる、コンピュータビジョンの研究者およびフォレンジックアナリスト。
主な特徴
- モジュールアーキテクチャ：再利用可能なコンポーネントにフレームワークを分解し、コーディング効率とカスタマイズ性を向上。
- 包括的なベンチマーク：さまざまなSOTAモデルの実装を含み、分野における信頼できるベースラインを提供。
- PyPI配布：
pip install imdlbencoで簡単にインストール・統合可能なPythonライブラリとして利用可能。 - 学術的評価：NeurIPS 2024 Track Datasets and Benchmarksでスパークル論文として採択。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト