上海交通大学 发布 DFBench 数据集, 应用在 深度伪造、图像检测 领域

上海交通大学 本次发布的数据集 DFBench, DFBench是一个大规模的深度伪造图像检测数据集，包含54万张真实、AI编辑和AI生成的图像，用于评估深度伪造检测模型的能力。数据集由8个来源收集了45k真实图像和15k AI编辑图像，并使用12个最先进的生成模型基于40k来自Flickr8k的提示生成了480k假图像。DFBench允许对检测模型和生成模型的检测准确性和规避能力进行双向评估。

查看DFBench

README 内容： 

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。