ImagiNet数据集由高级中学自然科学与数学学校维利科塔尔诺沃和斯坦福大学等机构创建，旨在支持合成图像检测的研究。该数据集包含20万张高分辨率图像，分为照片、绘画、人脸和未分类四个类别，涵盖了多种生成模型产生的合成图像及真实图像。数据集的创建过程包括使用不同的生成模型和从公共数据集中收集真实图像。ImagiNet主要应用于合成图像检测领域，旨在解决在线媒体平台面临的合成图像识别问题。

arXiv2024-07-29 更新640

FID scores for dataset comparisons.

合成图像检测

模型评估

The recent development of text-to-image diffusion models has allowed us to quickly generate realistic images from textual prompts. Despite enabling innovation in particular domains, concerns have been

Figshare2026-01-27 更新30

ArtiFact

合成图像检测

图像安全

ArtiFact数据集由孟加拉工程技术大学创建，包含249万张图像，旨在评估合成图像检测器的泛化能力和鲁棒性。该数据集涵盖多种生成器和对象类别，模拟真实世界挑战，如社交媒体平台的图像损害。创建过程涉及从多个源随机采样真实图像，并使用25种不同的生成方法合成图像。ArtiFact数据集广泛应用于检测和防止合成图像相关的非法活动，提高图像的隐私、真实性和安全性。

arXiv2023-02-24 更新1420

Good/Bad data set

成像质量评估

合成图像检测

The Good/Bad data set is used for the image-quality research, containing unsuccessfully and successfully synthetic samples.

NIAID Data Ecosystem110