/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
2 дек 2024

deepfake-detection-using-ViT

Классификация изображенийИзображение → label3 профессии

Дообученный ViT классифицирует изображения как подлинные или deepfake для первичной проверки их подлинности.

62скачиваний за 30 дней4лайкавеса обновлены2 дек 2024

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

Модель ashish-001/deepfake-detection-using-ViT — дообученный Vision Transformer ViT для бинарной классификации изображений на подлинные и сгенерированные или изменённые с помощью deepfake. Она основана на google/vit-base-patch16-224-in21k и предназначена для проверки отдельных изображений на признаки подделки. В карточке заявлены точность 97% на валидации и 92% на тестовой выборке; эти показатели относятся к использованному набору данных и не гарантируют такое же качество на новых источниках. Модель содержит 113,2 млн параметров, опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • проверка фотографии на признаки deepfake
  • предварительная модерация подозрительных изображений
  • классификация изображений на реальные и поддельные
  • анализ изображений для проверки подлинности

Ограничения

Точность зависит от сходства новых изображений с данными обучения; заявленные метрики не гарантируют качество на других источниках и типах подделок. Модель выдаёт классификацию, а не объяснение или локализацию изменённых областей.

Для каких профессий подходит3

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

Deepfake Image Detection Using Fine-Tuned Vision Transformer (ViT)

This project focuses on detecting deepfake images using a fine-tuned version of the pre-trained model google/vit-base-patch16-224-in21k. The approach leverages the power of Vision Transformers (ViT) to classify images as real or fake.

Model Overview

Figure 1: Confusion matrix for test data

image/png

Figure 2: Confusion matrix for validation data

image/png

How to Use the Model

Below is an example of how to load and use the model for deepfake classification:

from transformers import AutoImageProcessor, AutoModelForImageClassificationimport torch
import torch
from PIL import Image

# Load the image_processor and model
image_processor = AutoImageProcessor.from_pretrained('ashish-001/deepfake-detection-using-ViT')
model = AutoModelForImageClassification.from_pretrained('ashish-001/deepfake-detection-using-ViT')
# Example usage
image = Image.open('path of the image')
inputs = image_processor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
pred = torch.argmax(logits, dim=1).item()
label = 'Real' if pred == 1 else 'Fake'
print(f"Predicted type: {Label}")

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
4f66d78

0 моделей