第一项工作（ForgeryNIR）

一、Cross-Modality Knowledge Distillation （CMKD）

1.使用方法

安装包

• install Pytorch (pytorch.org)
• pip install -r requirements.txt

(1) 数据准备

下载好需要的数据集,按照如下方式进行组织

ForgeryNIR
      |--train              
           |--ForgeryNIR-std
                           |--0_real
                           |--cyclegan
                           |--progan
                           |--stylegan
                           |--stylegan2      
              |--ForgeryNIR-rand
                          ...
              |--ForgeryNIR-mix
                          ...
                          
      |--test              
           |--ForgeryNIR-std
                           |--0_real
                           |--cyclegan
                           |--progan
                           |--stylegan
                           |--stylegan2      
              ...
      |--val           
           |--ForgeryNIR-std
                           |--0_real
                           |--cyclegan
                           |--progan
                           |--stylegan
                           |--stylegan2      
              ...
         

(2) 训练模型

我们使用 checkpoints/[model_name]/model_epoch_best.pth 作为我们训练的最优模型。

(3) 测试模型

在测试集已经按照要求放置好之后，可以通过下面的代码测试：

第二项工作（TCSVT）

一、Spatial-Temporal Frequency Forgery Clue for Video Forgery Detection in VIS and NIR Scenario

1.使用方法

安装包

• install Pytorch (pytorch.org)
• pip install -r requirements.txt

(1) 数据准备

下载好需要的数据集。
生成相应的视频数据集路径与label值（0：real，1：fake）

(2) 训练模型

我们使用 checkpoints/[model_name]/model_epoch_best.pth 作为我们训练的最优模型。

(3) 测试模型

在测试集已经按照要求放置好之后，可以通过下面的代码测试：