Baseline

简体中文 | English

用法：

bash run.sh

docker:
Driver Version: 535.104.05

docker pull registry.cn-hangzhou.aliyuncs.com/clg_test/aigc_det:1.0
docker run -it -d --cpus=12 -m 24g -v /src:/tar registry.cn-hangzhou.aliyuncs.com/clg_test/aigc_det:1.0
docker exec -it [CONTAINER ID] bash

参赛规范

工程开发目录需要在/workspace/AIGCDetectBaseline/目录下, 启动脚本固定使用run.sh, 提交镜像中需使用baseline中的main.py, main.py需保持和baseline一致, 测试数据目录结构保持与baseline一致.
提交方案中请合理安排日志打印输出内容.
平台提供了基于镜像地址提交镜像的方式, 将本地镜像推送至阿里云容器镜像仓库或者Dockerhub后, 设置为公开镜像, 在比赛平台提交页面中输入镜像地址. 由比赛平台拉取镜像运行, 运行结束即可在成绩页面查询评测结果. 推送至阿里云容器镜像仓库或者Dockerhub时, 镜像仓库名称尽量不关联上比赛相关的词语, 以免被检索从而泄漏.
运行镜像时，容器内任何网络不可用，请将依赖的软件、包在镜像中装好.
为了合理分配资源单次提交运行时间不能超过1个小时，超出后程序自动停止，结果将不被接受.
确保镜像中cp指令可用.
Docker镜像大小请尽量勿超过16G, 上传镜像中请勿包含数据集.

部分公开数据链接

参赛者使用开源数据集训练模型。
开源训练数据集：
CNNDetection: https://github.com/peterwang512/CNNDetection
Sentry: https://github.com/Inf-imagine/Sentry
参赛者可以使用其它开源数据集或者组织自己的训练数据

资源配置：

CPU: 12vCPU
内存: 24 GiB
GPU: Nvidia RTX 3090, Driver Version: 470.82.01, 显存开销在16G以内

阿里云镜像仓库使用方法:

注册阿里云账户: https://cr.console.aliyun.com/cn-hangzhou/instances.
在工作台搜索[容器镜像服务], 进入后选择[个人实例].
创建镜像仓库、命名空间, 设置仓库名称，选择公开或私有仓库(此处选择公开), 选择本地仓库.
本地登录阿里云Docker Registry示例:

$ docker login --username=[阿里云id] registry.cn-hangzhou.aliyuncs.com
$ docker tag [ImageId] registry.cn-hangzhou.aliyuncs.com/xx1/xx2:[镜像版本号]
$ docker push registry.cn-hangzhou.aliyuncs.com/xx1/xx2:[镜像版本号]
请根据实际镜像信息替换示例中的[阿里云id], [ImageId]和[镜像版本号]参数.

在比赛提交页面提交: registry.cn-hangzhou.aliyuncs.com/xx1/xx2:[镜像版本号].

FAQ

镜像仓库选择.
建议选择阿里云，docker hub可能会因网络原因无法拉取。
镜像拉取失败.
a. 私密镜像未输入阿里云账户密码;
b. 阿里云账户密码输入错误;
c. 阿里云地址有误;
运行失败原因.
a. 网络因素;
b. 超出硬件限制条件，比如batch太大导致内存，显存，shm溢出等;
c. 开发路径有误;
d. 模型遗漏等；
审核中状态.
分数比较靠前的情况下, 可能偶尔触发审核中状态。

Reference

This baseline is mainly inspired by WisconsinAIVision/UniversalFakeDetect.