/ Модель

Характеристики

Параметры
58,7 млн
Лицензия
CC BY-NC 4.0
Архитектура
swin · dense
Базовая модель
sdxl-detector
Библиотека
transformers
Опубликована
2 дек 2024

SMOGY-Ai-images-detector

Классификация изображенийИзображение → label4 профессии

Классификатор Swin определяет, является ли изображение сгенерированным ИИ или реальным.

2 555скачиваний за 30 дней3лайкавеса обновлены4 мар 2025

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

Smogy/SMOGY-Ai-images-detector — дообученный командой Smogy классификатор изображений на базе Organika/sdxl-detector. Модель определяет, выглядит ли изображение созданным ИИ или реальным. Она построена на архитектуре Swin, содержит 58,7 млн параметров и распространяется в формате safetensors.

Модель дообучали на наборе из более чем 50 тысяч сбалансированных изображений, собранных из Reddit, Kaggle и публичного достояния. Она предназначена для проверки происхождения изображений, включая изображения из популярных генераторов. В описанном тестовом разбиении указаны точность 98,18% и F1 98,19%; на изображениях вне обучающего домена точность различалась в зависимости от семейства генератора.

Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Результаты классификации не гарантируют достоверное определение происхождения для любых генераторов и типов изображений.

Сценарии применения

  • проверка, создано ли изображение генератором ИИ
  • предварительная проверка изображений перед публикацией
  • анализ изображений из социальных сетей на признаки генерации
  • сравнение вероятного происхождения изображений из разных генераторов

Ограничения

Качество на изображениях вне обучающего домена зависит от генератора: в README приведены более низкие результаты для FluxAI и Imagen, чем для DALL-E. Метрики тестирования не гарантируют надёжность на всех моделях генерации и типах изображений.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AI-image-detector

The purpose of this model is to classify images as AI generated or Real.

Dataset

This model was created by fine-tuning the [Organika/sdxl-detector] on dataset of AI generated and real images from reddit, kaggle and real art from public domain with their text description. Dataset was balanced to have similar number of real and generated images in each class (e.g. art, photos ...). Art images from public domain were paired with generated equivalent created from their text descriptions with style transfer (sdxl with ip-adapter) from original piece. The final dataset consisted of more than 50k images.

Testing

The testing dataset consisted of 20% split of our base dataset and images outside the training domain from specific popular (as of 2024) image generation models. Finetuning vastly improved performance over Organika/sdxl-detector during testing, especially on images created by newer models.

Test split evaluation

AccuracyPrecisionRecallF1
0.98180.98290.98100.9819

Out of domain evaluation

Generative Model FamilyAccuracy
DALL-E0.9076
FluxAi0.8333
Imagen0.7563
StableDiffusion0.8754

License

The data used to fine-tune this model was scraped from image dedicated subreddits, some of which may be copyrighted. For this reason, this model should be considered appropriate only for non-commercial use only.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
SwinForImageClassification
Ревизия весов
fb9aadb

0 моделей