一个基于可视水印检测识别的数字媒体溯源应用系统，是我的大作业项目，包含这个系统以及一个开源的大规模常见水印图像数据集（Large-scale Common Watermark Dataset, LCWD）。
输入一个带有可视水印的图片或视频，系统会检测定位到水印所在的区域，然后将其提取出来，然后借助百度AI开放平台的OCR和logo识别以及Bing搜索引擎，溯源到这个图片或视频的源头。
先安装好Python3.8和PyTorch1.7+。
# 要Clone到子模块！（可能会比较大，应为包含好几个yolo的模型，避免之后网络不好又要去下载）
git clone https://github.com/Kamino666/watermark-tracer.git --recurse-submodules
# 安装相应的库
pip install -r requirements.txt接着为了使用百度开放AI平台的接口，要去申请两个API（都有免费额度）：
然后在项目目录新建一个baidu_cfg.json的文件，将key填入
{
"ak": "Your API key",
"sk": "Your Secret key",
}python trace.py
# 一些可选参数
--no_api # 不使用百度API，不使用溯源功能
--no_tk # 不使用tkinter，使用matplotlib进行显示
-m <图片视频路径> # 在命令行指定路径，不指定也可以本项目训练的数据集是一个新构建的大规模常见水印图像数据集（Large-scale Common Watermark Dataset, LCWD），可以从Large-scale Common Watermark Dataset | Kaggle下载。
数据集的介绍可见我的论文。
根据情况修改run_train.sh和run_detect.sh中的路径
cd yolov5
./run_train.sh # 训练
./run_detect.sh # 测试更多训练参数可见ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)
若要使用新的模型，可在trace.py中搜索torch.hub.load，更改path参数。
假如对公布的数据集不满意，也可尝试自己调整参数，生成新的数据集，数据集的详细构建方法可见我的论文，使用以下命令生成：
cd data
python generator.py \
--images_dir <背景图片目录> \
--logo_dir <水印logo目录> \ # 可在data/logos查看目录结构
--output_dir <输出目录> \
--num_workers <使用的进程数> \
--seed <随机种子> \
-n <生成的数量> \
--test # 测试用，详情请看代码若要调整水印生成的格式，请参考代码WatermarkedImageGenerator类。
此外，在tools目录下有连个jupyter notebook可以参考用来划分和可视化数据集。
@misc{Liu2022watermark,
title={Watermark-Tracer},
url={https://github.com/Kamino666/watermark-tracer},
journal={GitHub},
author={Zihao, Liu},
year={2022},
month={6}
} 中国传媒大学 信息与通信工程学院 田佳音老师、杨成老师和和于瀛老师（无顺序）
ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)
Douban Movie Short Comments Dataset | Kaggle
百度AI开放平台-全球领先的人工智能服务平台 (baidu.com)
zhu733756/searchengine: 元搜索引擎 searchengine 元数据 元搜索 (github.com)
X-CCS/remove-watermarks: implementation of "On the Effectiveness of Visible Watermarks" (github.com)