代码使用手册（自用）

note：以下两个工作均为使用CNNDetection的训练基本框架下修改，具体网络在network文件下进行自己修改完成。

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。

1. 首先我们需要使用可见光数据集（这里用的wildDeepfake）预训练一个教师模型并保