IMDLBenCo 文档IMDLBenCo 文档
  • 基本信息

    • 简介
    • 框架设计
  • 快速上手

    • 安装
    • 数据集准备
    • 案例一:使用Model Zoo训练复现SoTA论文
    • 案例二:使用Model Zoo配合checkpoint快速测试
    • 案例三:使用benco init实现你自己的模型
    • 案例四:推理并保存一个数据集的mask和label并保存以供观察和后续使用
  • API文档
  • 数据集

    • # 篡改检测数据集索引
    • AIGC生成内容数据集索引
  • 模型和论文

    • BenCo内实现的模型
    • 其他模型,算法,论文
  • English
  • 简体中文
GitHub
  • 基本信息

    • 简介
    • 框架设计
  • 快速上手

    • 安装
    • 数据集准备
    • 案例一:使用Model Zoo训练复现SoTA论文
    • 案例二:使用Model Zoo配合checkpoint快速测试
    • 案例三:使用benco init实现你自己的模型
    • 案例四:推理并保存一个数据集的mask和label并保存以供观察和后续使用
  • API文档
  • 数据集

    • # 篡改检测数据集索引
    • AIGC生成内容数据集索引
  • 模型和论文

    • BenCo内实现的模型
    • 其他模型,算法,论文
  • English
  • 简体中文
GitHub
IMDLBenCo 文档

IMDLBenCo 文档

图像篡改检测与定位基准代码库

开始体验简介

模块化设计

基于面向对象封装,辅以少量回调函数和注册机制,便于调用和二次开发。

面向研究的

针对篡改检测科研的特点设计的框架。包含丰富的篡改检测预处理,高度自定义的模型和损失函数设计,高效的GPU加速评价指标计算等功能。

用户友好的

基于PyPI安装和命令行调用,分离训练脚本与基础框架源码,可以方便地在不改源码的情况下定制你自己的工作流程,易于上手。

重要!目前的文档和教程并不完善,这是个需要很多劳动力的任务,我们会尽最大可能快速完成。

一行代码,轻松安装

pip install imdlbenco

获取更多详情,请查阅指南.

CC-BY-4.0 协议 | 版权所有 © 四川大学计算机学院