Deepfake and Real Images Dataset
Dataset composé d’images faciales manipulées (deepfake) et réelles, prétraitées en résolution 256x256 pixels, destiné à la détection de falsifications.
Environ 190 000 images JPG 256x256 pixels, visages réels et deepfake
Creative Commons Attribution 4.0 International (CC BY 4.0)
Description
Le dataset Deepfake and Real Images comprend environ 190 000 images de visages en format JPG 256x256, dont une partie est manipulée par diverses techniques de deepfake, et l’autre partie correspond à des visages réels. Ce corpus permet de travailler sur la détection de contenu falsifié visuellement.
À quoi sert ce dataset ?
- Développer et entraîner des modèles de détection de deepfakes
- Améliorer la sécurité dans la reconnaissance faciale et la prévention de fraudes
- Étudier les techniques d’images générées et manipulées en vision par ordinateur
Peut-on l’enrichir ou l’améliorer ?
Ce dataset peut être enrichi par des annotations plus fines (type de manipulation, source), par des métadonnées sur les conditions d’acquisition ou par un ajout de nouveaux types de deepfakes.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en IA de détection
- Développeurs en sécurité
- Étudiants en vision par ordinateur
🔧 Outils compatibles
- PyTorch
- TensorFlow
- OpenCV
- Detectron2
- DeepFaceLab
💡 Astuce
Combinez ce dataset avec d’autres corpus de deepfake pour augmenter la robustesse des modèles.
Questions fréquemment posées
Quelle est la résolution standard des images dans ce dataset ?
Toutes les images sont redimensionnées à 256x256 pixels, standard pour les modèles CNN.
Ce dataset contient-il des annotations sur les types de deepfake ?
Non, les annotations se limitent à la distinction entre images réelles et manipulées.
Peut-on utiliser ce dataset pour un usage commercial ?
Oui, la licence CC BY 4.0 autorise l’utilisation commerciale sous attribution.
