scu-zjz/IMDLBenCo
[NeurIPS'24 Spotlight] A comprehensive benchmark & codebase for Image manipulation detection/localization.
解决的问题
IMDL-BenCo 提供了一个图像篡改检测与定位（IMDL）的标准化框架。它解决了缺乏一个全面、模块化的代码库和基准来识别图像是否被篡改，并在像素级别精确定位篡改区域的问题。
如何工作
该项目将 IMDL 流水线分解为标准化的、可重用的组件。这种模块化方法使研究人员能够轻松自定义并构建模型构建流水线。代码库包含了多个最先进（SOTA）模型的训练代码，建立了用于比较不同取证技术的全面基准。
适用人群
从事检测和定位图像伪造（包括AI生成内容和传统图像编辑）的计算机视觉研究人员和取证分析师。
主要亮点
- 模块化架构：将框架分解为可重用组件，以提高编码效率和可定制性。
- 全面的基准：包含多种 SOTA 模型的实现，为该领域提供可靠的基线。
- PyPI 发布：可通过
pip install imdlbenco轻松安装和集成的 Python 库。 - 学术认可：被 NeurIPS 2024 Track Datasets and Benchmarks 接受为 Spotlight 论文。
相关
- 项目
- 项目
- 项目
- 项目
- 项目