Model Trained Using AutoTrain
- Problem type: Image Classification
Validation Metrics
loss: 0.08581268042325974
f1: 0.9875742669136907
precision: 0.9817413946399085
recall: 0.9934768637532133
auc: 0.9953790023764837
accuracy: 0.981488090989126
Дообученная на SwinV2 модель классификации изображений, предназначенная, судя по названию репозитория, для обнаружения изображений, созданных ИИ.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
haywoodsloan/ai-image-detector-deploy — модель классификации изображений, обученная автором с помощью AutoTrain на архитектуре SwinV2. В репозитории указано 132,1 млн параметров; веса сохранены в формате safetensors. Модель предназначена для определения классов на изображениях. По названию репозитория её можно использовать для распознавания изображений, созданных ИИ, однако карточка не описывает классы и набор данных, поэтому конкретную область применения нельзя подтвердить.
В карточке приведены метрики валидации: точность 98,15%, F1 98,76%, precision 98,17%, recall 99,35% и AUC 99,54%. Эти показатели относятся к валидационному набору автора и сами по себе не гарантируют аналогичного качества на других данных. Лицензия — Apache-2.0.
Карточка не сообщает названия классов, данные обучения и валидации или результаты на внешних наборах; метрики автора могут не переноситься на новые источники изображений.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.08581268042325974
f1: 0.9875742669136907
precision: 0.9817413946399085
recall: 0.9934768637532133
auc: 0.9953790023764837
accuracy: 0.981488090989126
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…