IMDL-BenCo：图像篡改检测与定位的综合基准与代码库

在图像篡改检测与定位(IMDL)领域尚未建立全面的基准。缺乏这样的基准会导致模型评估不充分且具有误导性，严重阻碍该领域的发展。然而，开源基线模型的稀缺以及不一致的训练和评估协议，使得在IMDL模型之间进行严格的实验和忠实的比较变得困难。为应对这些挑战，我们引入了IMDL-BenCo，这是首个全面的IMDL基准和模块化代码库。IMDL-BenCo：i)将IMDL框架分解为标准化的、可复用的组件，并修订了模型构建流程，提高了编码效率和定制灵活性；ii)完整实现或整合了最先进模型的训练代码，以建立全面的IMDL基准；iii)基于已建立的基准和代码库进行深入分析，为IMDL模型架构、数据集特性和评估标准提供了新的见解。具体而言，IMDL-BenCo包括常用处理算法、8个最先进的IMDL模型(其中1个从零复现)、2套标准训练和评估协议、15个GPU加速的评估指标以及3种鲁棒性评估。该基准和代码库在校准IMDL领域当前进展和激发未来突破方面迈出了重要一步。代码见：https://github.com/scu-zjz/IMDLBenCo。