这是我的毕业项目,如果你想重用它,只使用训练 py 文件来训练模型整个应用程序将无法工作,而且我没有上传经过训练的模型的 h5 文件,因为它的大小约为 3GB,即太多了,您可以将 kaggle API 与 colab 一起使用来轻松训练模型,谢谢 :)
图像伪造检测使用深度学习
使用卷积神经网络进行图像处理以检测图像中的篡改
项目描述
该项目结合了不同的深度学习技术和图像处理技术,以检测不同图像格式(有损或无损格式)的图像篡改“复制移动和拼接”伪造。我们实施了两种不同的技术来检测篡改。我使用 ELA 预处理构建了自己的模型,并使用了两个不同的预训练模型(VGG19、VGG15)进行微调,这些模型使用Google Colab进行训练,图像伪造检测应用程序使用户能够使用应用程序训练的模型测试图像或训练具有新数据集的应用程序模型和具有此新训练模型的测试图像。
楷模
错误级别分析“ELA” [1][2]最高准确率 (94.54% , epoc12)您可以从这里阅读更多关于 ELA 的信息!.
VGG16 预训练模型。
VGG19 预训练模型。
2022-06-12 14:05:07
168KB
算法
rust