/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Библиотека
sid-unet
Опубликована
6 окт 2026

Ссылки

Hugging Face

Testing-model

KhangTruong
Сегментация изображенийИзображение → mask

Модель сегментирует изображения для анализа контента, созданного ИИ, включая изображения диффузионных моделей.

117скачиваний за 30 дней0лайковвеса обновлены11 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Testing-model — модель для обнаружения и сегментации изображений, созданных искусственным интеллектом. README описывает контрольные точки, оцениваемые на задачах обнаружения и сегментации, а метаданные указывают задачу image-segmentation и библиотеку sid-unet. В репозитории отмечена версия v1; опубликованная оценка на проверочной выборке составляет 0,6, лучший результат получен на первой эпохе из 19 эпох обучения.

Модель предназначена для выделения областей на изображениях в сценариях анализа синтетических изображений и обнаружения изображений, созданных диффузионными моделями. Метаданные указывают формат PyTorch. Лицензия — Apache-2.0. Данных о размере модели, поддерживаемых языках и длине контекста нет; они не нужны для описания этой задачи компьютерного зрения.

Сценарии применения

  • выделение областей, созданных генеративной моделью
  • сегментация изображений для проверки на синтетическое происхождение
  • анализ изображений, созданных диффузионными моделями

Ограничения

В README приведена оценка 0,6 на проверочной выборке, но не указаны метрика и условия оценки. Данных о переносимости на разные генераторы и типы изображений нет.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Testing-model

Official repository for Testing-model checkpoints, evaluated on AI-generated image detection and segmentation tasks.

📌 Available Versions

VersionBest Metric ScoreBest EpochUpdated
v10.612026-10-11
  • Active Version: v1
  • Best Validation Score: 0.6 (Epoch 1)
  • Total Training Epochs: 19

🚀 Quickstart & Checkpoint Usage

1. Pull checkpoints using sid-pull

To download the latest checkpoint directly to your local workspace:

sid-pull --name KhangTruong/Testing-model

To pull a specific version:

sid-pull --name KhangTruong/Testing-model --version v1

2. Resume or Fine-tune with sid-train

Once downloaded, resume training seamlessly:

sid-train --config configs/experiments/diffusion_diff_minimized/default.yaml --override training.epochs=40

Or specify explicit checkpoint path:

sid-train --resume checkpoints/checkpoint_latest.pt

3. Push new checkpoints using sid-push

sid-push --name KhangTruong/Testing-model --version v2

📂 Repository Layout

KhangTruong/Testing-model/
├── README.md               # Model Card & Documentation
├── config.yaml             # Model & Training Configuration
├── manifest.json           # Catalog of all versions & metrics
├── checkpoints/            # Active / Latest Checkpoints
│   ├── checkpoint_best.pt
│   ├── checkpoint_latest.pt
│   └── checkpoint_periodic.pt
├── reports/                # Evaluation reports & plots
│   ├── training_curves.png
│   └── test_evaluation_report.json
└── versions/               # Version Archive
    └── v1/
        ├── checkpoints/
        └── reports/

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sid-unet · image-segmentation

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
227657e

0 моделей

    Создать бенчмарк