官方服务：
资源简介：
dataset for image forgery
应用场景：
创建时间：
2025-06-05
相关数据集
TrainFors
TrainFors是一个大规模的图像篡改检测和定位训练数据集，由USC Information Sciences Institute创建。该数据集包含100万张图像，其中20万张为原始图像，80万张为经过四种篡改类型（图像拼接、复制移动伪造、移除伪造和图像增强伪造）处理的图像。数据集的创建旨在标准化图像篡改检测和定位任务的训练过程，通过使用真实世界的篡改实例来提高模型的性能。TrainFors的应
arXiv2023-08-10 更新2610
mncai/Fake_or_Real_Competition_Dataset
2023年‘Fake or Real: AI-generated Image Discrimination Competition’数据集现已发布在Hugging Face上。该数据集旨在区分真实图像和AI生成的假图像，以应对生成AI技术带来的潜在风险，如身份盗窃、复仇色情和政治操纵。训练集由diffusiondb和Flickr图像组成，测试集则通过多种生成AI模型生成，以模拟现实世界中的图像滥用
Hugging Face2023-08-28 更新320
CG-1050: Original and tampered images (Color and grayscale)
This dataset is composed of 100 natural images, 1050 tampered counterparts, and 1380 masks. For every image were applied from 10 to 11 manipulations among copy-move, cut-paste, colorizing and retouchi
Mendeley Data2024-06-25 更新120
TrueFake
TrueFake数据集是一个大规模的基准测试数据集，包含60万张图像，包括顶级的生成技术，并通过三个不同的社交网络进行共享。这个数据集允许在非常真实和具有挑战性的条件下对最先进的假图像检测器进行严格的评估。通过广泛的实验，我们分析了社交网络共享如何影响检测性能，并确定了当前最有效的检测和训练策略。我们的发现强调了在反映实际使用条件的条件下评估取证模型的必要性。
arXiv2025-04-29 更新1230
